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.     

Web与语义Web

对Web的演变过程及存在的问题进行了分析;对语义Web 基本原理和架构做了介绍;在此基础上, 主要是从不同的技术角度、多种指标对语义Web与Web异同进行了分析讨论;并仅对基于Web的几个方面的应用,做了简要介绍.     

基于形式语义的Web服务交互模型

现有的W eb服务缺少明显的语义,W eb服务之间不能很好地理解其相互传递的消息,因而不能实行W eb服务的发现、调用和组合自动化。为此,提出一种基于形式语义的W eb服务交互模型。该方法通过定义W eb服务接口描述的词汇集以及词汇集之间映射规则,实现了开放和分布式环境下的W eb服务的语义交互。与已有的方法相比,该方法考虑了分布式本体的解释及可满足性问题,可自动根据W eb服务接口的描述因子进行分布式本体推理,解决了开放和分布式环境下W eb服务的语义交互问题。     

Web网页语义树的构造与利用

在分析不规范书写的Web网页的DOM树存在的树深度大、结点层次多、结点层次和子树间关系错误等问题的基础上,提出了一种容错的Web网页语义树构造方法,为文本分类与聚类、网络社区发现、Web主题信息的提取和基于主题的Web信息检索等技术的研究工作奠定了基础.     

基于Agent协商的语义Web服务知识模型

在面向服务的应用中引入语义协商的思想,使服务Agent能够在Web服务部署、发布、发现和组合过程中共享服务知识.并且具有足够的自治和理解能力.通过描述抽象和具体的语义Web服务以及分析服务Agent之间的交互过程,提出了适合协商的服务Agent和服务知识模型,并给出了服务Agent之间信念知识修正和更新的方法,形式化描述了协商过程中服务Agent的角色和行为以及针对服务属性的语义协商协议.实验结果表明,在服务发现过程中使用这种服务知识模型及语义协商交互协议,能够显著改善服务Agent的理解能力.随着部署的具体服务数和协商的服务属性数增加,返回服务发现结果的时间有所延长,但其精确度有了明显的提高.     

基于语义的Web服务框架研究

Web服务是Web上数据和信息集成的有效机制,语义Web服务则是在Web服务中加入语义的支持,使得计算机之间能够理解互相通信的内容,以进一步实现Web服务的自动化。本文从Web服务的自动发现、自动执行和自动组合等方面对语义Web服务的实现进行了探讨,最后给出了一个语义Web服务的框架实例。     

一种基于语义Web的信息检索模型研究

提出一种基于语义Web的信息检索模型,它能够实现准确高效的网络信息检索,克服传统信息检索的局限。介绍了语义Web、本体以及Lucene全文检索技术,详细阐述该模型的六大模块,其中在本体基础之上充分利用Jena查询和推理技术进行查询扩展,以及Lucene技术来建立索引和检索,改进排序算法使得返回结果更加满足用户需求。     

语义Web中本体构建的方法

通过分析语义Web的层次结构,指出本体在其中的核心作用.提出了基于统一建模语言类图可视化地表达本体并基于Web本体语言构建本体的方法,给出转换过程中的一些启发式规则;从一致性和结构合理性等方面给出了本体的评价准则;采用该方法有效地构建了选课本体,为语义Web中基于本体的知识表示和规则推理提供了切实可行的方法.     

基于Web日志挖掘的网页推荐方法

针对传统单纯聚类算法实现网页推荐精确度欠缺的问题, 提出一种基于Web日志挖掘的个性化网页推荐模型, 并实现了相应的网页推荐算法, 算法结合聚类分析和关联规则挖掘, 能有效实现网页推荐. 实验结果表明, 在保障网页页面推荐覆盖率的条件下, 该方法有较高的精确度、 有效性和实用性.     

语义Web的研究与展望

对一系列Web新技术的总称--语义Web进行了综述,在分析语义Web的研究背景、研究价值及现有语义Web模型的基础上,对W3C组织的语义Web研究现状和语义Web研究领域当前的研究状况进行了分析;对其今后的研究工作进行了展望;总结了未来语义Web基础研究和应用研究的方向:语义Web的基础研究主要包括本体的发展、语义Web语言的形式语义和确信(Trust)与证据(Proof)模型的开发;应用研究主要集中在Web-services、基于代理的分布式计算、基于语义的网页搜索引擎和基于语义的数字图书馆几个方面.     

基于用户访问路径分析的页面推荐模型

提出一种新的基于用户访问路径分析的页面推荐模型.该模型采用在线处理方式,利用增量图划分方法形成页面聚类,依此生成动态页面推荐.模型以Apache模型的形式实现,可适用于大型商业网站以及内容更新频繁的网站.试验结果表明,该模型具有较好的整体性能.     

基于语义的可扩展web服务注册与发现机制

为解决传统的基于UDD I注册中心的集中式web服务发现结构存在的可扩展性问题,基于领域本体语义信息,提出一种能自适应地调整领域划分、分配系统资源的分布式web服务发现体系结构.分析了该结构的可扩展性、自组织性和自适应性;描述了基于该结构的语义web服务注册与发现过程;将基于该结构的语义web服务发现算法划分为语义注册中心定位和基于输入输出的服务匹配2个阶段,并具体设计了第1阶段服务发现的3个步骤.通过该两阶段的发现算法可以快速地在分布式环境内定位注册中心,避免消息泛洪导致的网络拥塞.仿真实验结果表明,该服务注册与发现机制在服务规模扩展情况下需要的转发次数较少,且能够保证较高的服务发现效率.     

基于语义Web的网络教学资源知识库构建研究与应用

当前智能教学系统是现代教育技术研究的热点.以RDF和RDFS为基础,以OWL作为本体描述语言,对网络教育资源知识库构建进行了研究.     

一种基于语义的网络信息过滤三层模型设计

提出了一种面向网络信息的层次过滤模型及其体系架构,该模型分为本体过滤层、需求过滤层和兴趣过滤层.本体过滤层中,利用本体为基础对信息内容进行语义描述,实现信息的计算机理解与过滤;在需求过滤层,模型通过理解用户所提出的需求中所包含的语义,进而更加准确地通过过滤规则进行信息流过滤;在兴趣过滤层,用户兴趣通过特定方式表达,并通过语义相似度计算实现第三过滤层.     

标注工具中OWL本体编辑功能的实现研究

基于本体的语义标注工具使用已有本体在Web页面中插入语义元数据信息,从而使Web页的内容机器可识别,是将现有Web提升为语义Web的有效方法之一.大多数标注工具仅支持使用已存在的本体词汇来标注Web页,不具备标注过程中新建本体或在已有本体中添加新词汇从而补充标注词汇的本体编辑功能.针对语义标注中的本体编辑功能的特点及存在问题进行研究,并从实现的角度对OWL本体编辑进行讨论.     

Bridge Ontology： A Multi-Ontologies.Based Approach for Semantic Annotation

Representing the relationships between ontologies is the key problem of semantic annotations based on multi ontologies. Traditional approaches only had the ability of denoting the simple concept subsumption relations between ontologies. Through analyzing and classifying the relationships between ontologies, the idea of bridge ontology was proposed, which had the powerful capability of expressing the complex relationships between concepts and relationships between relations in muhi ontologies. Meanwhile, a new approach employing bridge ontology was proposed to deal with the multi ontologies-based semantic annotation problem. The bridge ontology is a peculiar ontology, which can be created and maintained conveniently, and is effective in the multi-ontologies based semantic annotation. The approach using bridge ontology has the advantages of low cost, scalablc, robust in the web circumstance, and avoiding the unnecessary ontology extending and integration.     

基于页面聚类的个性化推荐算法研究

聚类分析算法作为一种主要的Web使用挖掘技术，在个性化推荐系统中得到了广泛应用，然而面对Web动态性所引起的网页的更新以及用户行为方式的改变，已有的聚类算法并不能很好地解决这一问题。针对这一问题，本文以一种无向图的形式表示用户对网站的访问，提出一种可实时反映网站及用户行为变化情况的增量式页面聚类算法，并在页面聚类的基础上提出相应的推荐决策算法动态生成页面推荐。     

面向浏览者的图像推荐模型

要求互联网中的浏览者为每一幅图像表示其反馈是困难的,需要通过分析浏览者的行为,隐式地获取其评价。通过对浏览者的阅读、收藏和下载等行为的分析,度量用户对图像的关注度,以此作为用户反馈,分析其关键字偏好和图像特征偏好,进一步设计了用户偏好的遗忘策略和学习策略,实现用户偏好的动态更新,通过关键字相似性分析和图像特征相似性分析两方面,为用户选择推荐的图像。以准确度和召回度作为评价标准,实验表明,所提出的方法具有较高的性能。