基于Semantic Web的个性化网络导航机制

缺乏信息空间的合理组织和有效的导航机制是网络中"迷航"现象的主要原因.本文将Semantic Web技术应用于网络导航中,利用概念化语义模型对信息内容进行形式化的描述,整合分布式异构信息源,在此基础上映射和建立了用户语义模型,从而构建了个性化、智能化的网络导航机制.

基于语义Web的旅游路线个性化定制系统

自助游逐渐成为当今旅游的主要方式,但由于互联网信息过载以及基于文本匹配的搜索机制等问题,用户需要花费大量时间和精力自行完成旅游路线的规划。为给用户提供个性化、可定制的旅游规划服务,提出基于语义Web技术的旅游路线个性化定制系统。构建旅游景点的领域本体模型,在半监督条件下完成景点实例的填充,结合中文分词、词性标注以及本体用户建模等技术,实现用户检索需求的解析并根据用户兴趣模型对检索结果进行分类排序,利用景点间的语义关联完成时空相关的路线扩展。系统性能测试和可用性评估结果表明,该系统具有较高的查准率和查全率,可实现旅游线路的个性化定制。

一种基于隐语义概率模型的个性化Web服务推荐方法

为了满足Web服务使用者的个性化需求,提出了一种基于隐语义概率模型的用户指标偏好预测方法,用于个性化Web服务推荐.首先,引入两个决定用户指标偏好的关键因素:用户以及用户所处的服务情境,隐语义概率模型借助隐含类别建立用户指标偏好、用户及服务情境三者之间的隐含语义依赖关系,并且为描述用户、服务情境、指标偏好多方面的特征,允许这三者可同时以不同的概率隶属于多个隐含类别;然后,将期望极大(expectation maximization,EM)算法运用于由层次分析法获得的训练数据,以估计隐语义概率模型的参数;最后,使用该模型预测用户在特定服务情境下的指标偏好.隐语义概率模型与标准的基于内存的协同过滤以及基于聚类改进的协同过滤相比,不仅具有明确的数学模型,而且实验结果表明,隐语义概率模型对用户个性化指标偏好的预测精度最高,同时可以缓解数据稀疏性带来的不良影响.

基于主题聚类的Web资源个性化推荐研究

提出了基于主题聚类的Web资源个性化推荐算法PRWRTC(personalized recommendations of Web resource based on Topic clustering),该算法首先基于Web资源的主题提出Web资源聚类算法,从而提高Web资源聚类的精确度,进而提升Web资源推荐的准确度;然后,基于用户的浏览行为,提出实时获取用户偏好的算法;最后,针对用户偏好的动态演化,在算法中加入了时效的概念,实现了对Web资源的动态推荐.并通过实验验证了该算法的有效性.

Web个性化技术研究综述

Web个性化是近年出现的一个重要研究方向,它是Web使用挖掘和信息技术在新的Web和Internet环境下相互融合的产物。首先讨论了Web使用挖掘及个性化的概念、研究内容和核心技术,然后对Web使用挖掘的关键技术进行了综述,包括数据采集与预处理、模式发现、语义Web与个性化等,并给出了它们的研究重点和发展方向,最后是个性化系统的研究展望和面临的挑战。

一种自适应语义Web检索方法

基于内容的语义Web检索只考虑内容本身,没有考虑用户的不同,不能准确反映用户需求。为此,提出一个自适应语义Web检索框架,对于Web中文文档,借助HowNet知识库给出一种本体学习方法,通过提取用户客观、显式和隐式信息建立用户信息库,并设计用户初始查询本体和个性化查询本体构建算法,从而实现用户的自适应检索。实验结果表明,该方法具有较高的检索效率。

基于Web3.0的图书馆个性化聚合门户构建

针对当前基于Web2.0的图书馆聚合门户个性化不强,智能化和精准化缺乏等缺陷,结合Web3.0相关技术,指出Web3.0环境下图书馆个性化聚合门户的主要特征,提出基于Web3.0的图书馆个性化聚合门户平台基本架构,探讨门户框架的组成部分及其关键技术,以期为图书馆个性化聚合门户建设提供参考。

Web3.0环境下高校图书馆自主学习平台建设研究

本文主要介绍了基于网络环境和基于图书馆的自主学习平台建设方法,采用Web3.0中的语义网、概念图相关理论与技术,将语义网技术与概念图理论应用到数字图书馆中实现图书馆资源整合、个性化图书推荐与个性化导航等自主学习平台中,该个性化自主学习平台包括个性化处理模块、信息资源整合处理模块、语义分析处理模块、查询模块,为提高图书馆有效利用信息资源与提高读者自主学习提供一种可行性解决方案。

基于个性化Web信息推荐模型的研究

针对目前的推荐系统存在个性化程度不高,提出了一种采用语义Web的个性化Web信息服务模型,并对模型实现的关键问题进行分析研究。实现了个性化需求库和个性化资源库的语义构建,个性化程度更高、更智能。实验证明,该模型是有效的。

一个集成Web语义和使用挖掘的个性化模型

介绍Web语义和使用挖掘及个性化服务的基本概念,提出一个集成Web语义和使用挖掘的个性化模型,能进一步提高个性化系统的效率和精度并对模型的体系结构、领域本体论生成以及Web使用挖掘等方面进行了详细的论述.

基于Web文本挖掘的高校教师个人主页系统研究与开发

首先从高校教师个人主页系统建设的重要性和必要性两个方面分析了基于Web文本挖掘的高校教师个人主页系统建设的迫切需求,然后从体系架构、功能模块、关键技术等方面论述了基于Web文本挖掘的高校教师个人主页系统的设计与实现。

一种Web个性化中的本体论生成方法(英文)

在语义W eb中,用户访问行为模型可以作为本体论共享。如何把W eb访问活动转变成为体体论是一个非常关键的问题。为了解决这个技术问题,本文提出了一种在W eb个性化中集成模糊逻辑和形式化概念分析的本体论自动生成方法。文章首先对W eb个性化语义W eb和本体论进行了介绍,然后该方法的体系结构及其生成过程也被详细地论论述。

个性化语义Web服务检索模型

考察了基于语义Web的Web服务检索方式,通过对自适应Web语义检索方法进行改进,给出了一个基于用户的个性化语义Web服务检索模型;详细介绍该模型的主要模块,深入探讨了该模型的必要性,正确性和可行性;最后,实验结果说明了该模型的有效性。

基于语义Web的数字图书馆服务平台的设计与研究

将语义网技术与概念图理论运用到了数字图书馆中,构建了基于语义网的数字图书馆个性化平台模型,该模型由个性化模块、信息资源整合处理模块、语义分析处理模块、查询模块四部分构成,并具体分析了各模块的功能。

个性化推荐推荐系统中基于WEB的挖掘

Internet的普及和应用带来了WEB上的信息爆炸,如何基于WEB挖掘技术设计有效的信息推荐算法和推荐系统成为当前的研究热点。开发了一种基于WEB使用的推荐系统WRS(Web Recommendation System),在该系统中,提出了一种利用图形分割技术聚类用户访问模式的算法,并采用最长公共子序列算法对用户目前的行为进行识别。理论分析和实验结果表明,改进后的模型在推荐质量上有了较大提高。

基于Qos的语义Web服务发现研究

Web服务数目的剧增,为用户提供了更多的选择。但是,也为用户从众多服务中选择最佳服务带来了难度。本文在Web服务的语义化描述的基础上,结合Qos标准,提出一种新的Web服务发现模型,通过实例说明该模型能为用户提供最佳服务,且在一定程度上满足用户的个性化需求。

Service composition algorithm using semantic constraint to implement user personality

In order to improve the efficiency and quality of service composition,a service composition algorithm based on semantic constraint is proposed.First, a user’s requirements and services from a service repository are compared with the help of a matching algorithm.The algorithm has two levels and filters out the services which do not match the user’s constraint personality requirements.The mechanism can reduce the searching scope at the beginning of the service composition algorithm.Secondly,satisfactions of those selected services for the user’s personality requirements are computed and those services,which have the greatest satisfaction value to make up the service composition,are used.The algorithm is evaluated analytically and experimentally based on the efficiency of service composition and satisfaction for the user’s personality requirements.

开放学习资源自主聚合与可视化导航之共融——Dynamic Learning Maps项目评析

数字化学习资源重复建设、分布零散、结构混乱是很多国家面临的共同问题。该研究运用文献研究法,对比分析了以往开放学习资源的研究内容,剖析了英国Dynamic Learning Maps项目的技术与思想,在此基础上提炼出自主聚合与可视化导航相融合的资源重构方式,并阐述了Dynamic Learning Maps的相应机制,探讨了其功能与具体实现方式,最后通过对该项目相关经验的总结,提出了对我国相关研究的几点启示。