Web主题关联知识自学习算法

1概述 面向主题的Web信息搜索和挖掘是当前的一个研究热点,它在一定的应用背景下取得了很大的成功,如Cora[1]和CiteSeer,但与此同时也存在很多尚待解决的问题,其中包括:第一,网页搜索没有能够充分利用搜索过程中网页与网页、网页与链接,以及链接与链接之间相互关联与约束的有关知识,因而无法更有效地提高搜索的效率和搜索的准确性.

主题-知识关联的网络文物信息资源知识推荐方法研究

【目的/意义】如何将网络文物信息资源中不同的知识提炼后推荐给有关用户,是文物信息资源开发与利用过程中的关键问题。【方法/过程】通过主题-知识关联模型构建文物知识网络并识别网络中文物信息资源文本中的主题词,而后根据知识及主题词的重要性对耦合后的知识进行重要性排序,按照知识与主题的关联程度实现文物信息资源的知识推荐。【结果/结论】在实验中实现了不同网络文物信息资源的知识推荐,对比了不同数量主题词下知识发现的效果,发现该方法在学术型文物信息资源的知识发现与推荐中效果较好。【创新/局限】利用知识库与信息资源内容构建知识网络,通过计算网络节点的重要性进行知识推荐,为文物信息资源的利用提供了新的方法。但受制于知识库知识储备的影响,可能无法挖掘信息资源的知识全貌。