主动联想型对话机器人的设计与实现

人机对话系统通常仅是用户命令的执行者,很少能主动发起对话,或依据对话以外的内容展开个性化的人机交互。本文提出了联想型对话机器人的概念和对应设计方案,即通过融合用户提问和用户个人特征的方式产生对话内容,这样的对话系统不仅可以主动发出对话邀请,也可以个性化地回答用户问题,提升人机对话的满意度。文章首先介绍了联想型对话机器人与其他类型对话系统的区别与联系,探讨了联想型对话机器人设计所需的关键技术和方法,并以在线教育系统为例,基于有限状态机的方法,构建了主动联想型对话机器人算法模型和联想式对话的生成策略,使机器人能够联想用户的历史行为,生成以用户使用产品为背景的智能对话。     

知识感知的多类型对话推荐

智能推荐型对话系统通过丰富的交互方式与用户进行交流,首先收集用户兴趣和偏好,然后主动地向用户推荐其感兴趣的内容。因此,该类系统通常涵盖多种对话类型,如问答、闲聊、推荐等。目前的研究采用流水线模型,存在误差累积的问题。该文提出基于Transformer的具有知识感知能力的对话生成模型完成面向推荐的多类型对话任务。该模型使用Transformer解码器隐式地学习对话目标路径并生成回复。此外,该文通过引入知识编码器和基于知识词表的Copy机制,提升模型对知识的感知能力。在DuRecDial数据集上的实验表明,提出的模型和基线模型相比在自动评估中取得了显著的性能提升,其中F₁、BLEU与Distinct分别提升了59.08%、110%、66.14%。该模型在2020语言与智能技术竞赛: 面向推荐的对话任务中获得第三名。     

对话推荐算法研究综述

推荐系统是一种通过理解用户的兴趣和偏好帮助用户过滤大量无效信息并获取感兴趣的信息或者物品的信息过滤系统.目前主流的推荐系统主要基于离线的、历史的用户数据，不断训练和优化线下模型，继而为在线的用户推荐物品，这类训练方式主要存在3个问题：基于稀疏且具有噪声的历史数据估计用户偏好的不可靠估计、对影响用户行为的在线上下文环境因素的忽略和默认用户清楚自身偏好的不可靠假设.由于对话系统关注于用户的实时反馈数据，获取用户当前交互的意图，因此“对话推荐”通过结合对话形式与推荐任务成为解决传统推荐问题的有效手段.对话推荐将对话系统实时交互的数据获取方式应用到推荐系统中，采用了与传统推荐系统不同的推荐思路，通过利用在线交互信息，引导和捕捉用户当前的偏好兴趣，并及时进行反馈和更新.在过去的几年里，越来越多的研究者开始关注对话推荐系统，这一方面归功于自然语言处理领域中语音助手以及聊天机器人技术的广泛使用，另一方面受益于强化学习、知识图谱等技术在推荐策略中的成熟应用.将对话推荐系统的整体框架进行梳理，将对话推荐算法研究所使用的数据集进行分类，同时对评价对话推荐效果的相关指标进行讨论，重点关注于对话推荐系统中的后台对话策略与推荐逻辑，对近年来的对话推荐算法进行综述，最后对对话推荐领域的未来发展方向进行展望.     

一个个性化的信息搜集Agent的设计与实现

介绍了一个个性化的信息搜集Agent系统--DOLTRI-Agent(distanceandopenlearningtrainingresourceinformationagent)的设计与实现.DOLTRI-Agent系统是一个远程开放式学习(distanceandopenlearning,简称DOL)的教材信息搜集Agent.它基于多Agent体系结构,包含3个子Agent和其他3个组件.该系统具有主动搜集、维护、更新信息的功能,同时还具有个性化的特点,可不断学习用户知识,包括用户感兴趣的信息领域、用户的使用习惯等,并能运用这些知识来为用户提供个性化的信息服务和操作界面.     

精彩导读

《软件工程》期刊始终以反映软件工程理论、方法和技术创新成果,传播软件知识,推广软件应用为己任,期望可以为促进中国软件工程学科和软件产业发展略尽绵薄之力。本期重点推荐论文人机对话系统通常只是执行用户的命令,很少可以主动发起对话,或依据对话以外的内容进行个性化的人机交互。本期发表的论文《主动联想型对话机器人的设计与实现》提出了联想型对话机器人的概念和对应的设计方案,以及设计所需要的关键技术和方法。     

语法和语义相结合的中文对话系统问题理解研究

针对中文口语问句的表达多样性对对话系统问题理解带来的挑战,该文采用“在语法结构之上获取语义知识”的设计理念,提出了一种语法和语义相结合的口语对话系统问题理解方法。首先人工编制了独立于领域和应用方向的语法知识库,进而通过句子压缩模块简化复杂句子,取得结构信息,再进行问题类型模式识别,得到唯一确定问题的语义组织方法、查询策略和应答方式的句型模式。另一方面,根据领域语义知识库,从源句子中提取相应的语义信息,并根据识别到的句型模式所对应的知识组织方法进行语义知识组织,完成对问句的理解。该文的方法被应用到开发的中文手机导购对话系统。测试结果表明,该方法能有效地完成对话流程中的用户问题理解。     

以用户为中心的信息推送系统的设计研究

本系统提出了针对新闻和新邮件的主动信息推送系统的设计目标、系统结构、系统实现细节等,采用MAS获取用户兴趣和获取用户所需的信息,通过人机对话完善兴趣档案,更准确地获取信息及其排序,实现真正意义上的个性化主动信息服务.     

面向用户偏好建模的个性化对话推荐算法

推荐系统的目标是从物品数据库中，选择出与用户兴趣偏好相匹配的子集，缓解用户面临的“信息过载”问题。因而近年来推荐系统越来越多地应用到电商、社交等领域，展现出巨大的商业潜力。传统推荐系统中，系统对用户的认知往往来源于历史交互记录，例如点击率或者购买记录，这是一种隐式用户反馈。对话推荐系统能够通过自然语言与用户进行多轮对话，逐步深入挖掘其兴趣偏好，从而向对方提供高质量的推荐结果。相比于传统推荐系统，对话推荐系统主要有两方面的不同。其一，对话推荐系统能够利用自然语言与用户进行语义上连贯的多轮对话，提升了人机交互中的用户体验；其二，系统能够询问特定的问题直接获取用户的显式反馈，从而更深入地理解用户兴趣偏好，提供更可靠的推荐结果。目前已经有不少工作在不同的问题设定下对该领域进行了探索，然而尽管如此，这些工作仍仅局限于关注当前正在进行的对话，忽视了过去交互记录中蕴涵的丰富信息，导致对用户偏好建模的不充分。为了解决这个问题，本文提出了一个面向用户偏好建模的个性化对话推荐算法框架，通过双线性模型注意力机制与自注意力层次化编码结构进行用户偏好建模，从而完成对候选物品的排序与推荐。本文设计的模型结构能够在充分利用用户历史对话信息的同时，权衡历史对话与当前对话两类数据的重要性。丰富的用户相关信息来源使得推荐结果在契合用户个性化偏好的同时，更具备多样性，从而缓解“信息茧房”等现象带来的不良影响。基于公开数据集的实验表明了本文方法在个性化对话推荐任务上的有效性。     

基于用户兴趣挖掘技术的移动校园信息推送系统研究与探索

本文主要从分析现有的校园信息发布平台出发,围绕个性化主动信息推送这一目标,研究及探索一种基于移动网络和用户兴趣挖掘技术的校园信息推送系统。针对不同的用户订制个性化的服务策略和功能模式,并通过分析用户信息和浏览行为以及用户信息订阅来构建用户兴趣模型,主动将用户可能感兴趣的信息推送给他们,并对推送结果进行反向跟踪,实现信息的"推"技术,以此构建一个全新的校园信息推送服务系统,达到信息的主动投放和精确获取的效果。     

基于决策树算法的可用性评估平台的实现

可用性是体现产品质量和市场竞争力的重要因素，可用性评估可以考察软件的效率、有效性、用户满意度，该文研究开发的可用性评估平台为软件开发过程的可用性评估提供专家知识支持。为了使可用性评估平台根据已有知识向用户提供具有价值的建议，使用改进后的启发式归纳分类算法：ID3决策树算法。根据对已有知识的信息熵计算，建立多叉决策树，然后利用交互过程中用户选择的节点信息得到用户的知识分类，向用户提供知识建议。系统在交互过程中，通过层层深入的交互方式，不断引导用户进行思考，做出选择，细化知识内容，排除冗余信息影响，明确具体属性值，实现主动的智能交互。通过改进的ID3决策树算法配合分层交互的方法建立的可用性评估平台系统能够有效地帮助用户完成软件的可用性评估工作，受到用户的认可。     

基于约束的旅游推荐系统的研究与设计

针对旅游领域的特点和传统推荐技术的应用局限性,提出一种基于约束的旅游推荐系统的设计方案,并对系统的推荐引擎进行了详细设计。系统通过可视化的知识获取工具高效地获取旅游领域知识、推荐规则、个性化规则等知识,使用交互＆个性化代理以会话式的交互方式逐步地启发用户的偏好和需要,利用多属性效用理论对推荐结果进行排序。相比传统的推荐方法,利用基于约束的推荐技术,能够为用户提供更加准确、个性化的旅游推荐服务。     

信息栅格通信服务系统结构及工作原理研究

信息栅格解决了现有各种网络资源之间存在的异构性问题。通过提供统一的栅格通信服务,屏蔽底层网络资源的差异,并通过网络管理服务掌握其网络状态,对其进行更加有效的管理和调度,提高网络的利用率。同时,接纳控制服务可以更加高效地对用户需求进行接纳控制,满足用户的QoS要求。文中以当下研究的热点问题栅格技术为切入点,针对信息栅格中的通信服务系统进行了深入研究。详细分析了信息栅格的具体层次结构,阐述了信息栅格中通信服务系统的组成,并研究设想了信息栅格通信服务系统的工作原理。     

Recommendation system using location-based ontology on wireless internet: An example of collective intelligence by using ‘mashup’ applications

Location-Based Service (LBS) is considered as a key component of upcoming ubiquitous environments. A recommendation system based on LBS is expected to be an important service in ubiquitous environments, and most hardware technologies such as location estimation of a user by using Global Positioning System (GPS), as well as hi-speed internet access through cell phones, are currently supported. However, in terms of software, most services are driven and supported by a LBS service provider only. Consequently, lack of participation of users may occur in mobile environments. In this study, we suggest a LBS knowledge base inference platform with ontology which considers the current location and available time of users. Our knowledge base supports user participation as collective intelligence. We mashed up Open Application Programming Interface (OpenAPI) for scalable implementation of the system. Through experiments, we show that a user can build up his/her knowledge base, and by using this information, the system recommends to other users appropriate information that matches the user’s condition and profile through inference.     

A user requirement driven framework for collaborative design knowledge management

In today’s competitive global marketplace and knowledge-based economy, user requirement becomes an important input information for enterprises to develop new product and a critical factor to drive product collaborative design evolution. Meanwhile, there remains no consensus on how best to support knowledge activities and significant challenges to establishing design information management facing to rapid collaborative product development with dynamic user requirement. This paper introduces solutions for designer to deal with dynamic user requirement information through requirement evaluation and prediction method. In this study, we propose a user requirements-oriented knowledge management concept that is based on a four level hierarchy map model with special regard to knowledge collaboration and information communication. Furthermore, a novel distributed concurrent and interactive user requirement database was constructed, and the framework driven by user requirement was put forward to support collaborative design knowledge management. Finally, the service robot design project of a start-up company is used as a case study to explain the implementation of proposed framework.     

一种基于用户属性的搜索算法①

如何提高搜索的准确度是搜索算法改进的一个重要方面。提出了一种基于用户模型的搜索模式相适度算法,首先定义了一系列搜索模式,在搜索模式中有与之匹配的用户模型和相应的信息排序策略。用户检索时,利用空间向量模型计算出与用户最匹配的搜索模式,然后根据所选搜索模式中定义的排序算法,将最切合用户信息需求的数据优先呈现给用户,将用户属性作为信息重排的依据,达到针对用户的具体情况提供个性化搜索服务的目的。实验证明,本算法在可接受的时间消耗下,极大地提高了信息搜索的准确度。     

基于属性相似度的知识推送

知识推送是知识重用的一个热点问题。在研究了现有推送技术的基础上,提出了一个基于属性相似度的知识推送方法。该方法对用户已经浏览过的知识进行分析,通过计算这些知识的属性相似度得到用户的知识兴趣信息,把用户未浏览的知识与用户知识兴趣信息进行属性相似度匹配,以判断该知识是否符合用户的知识兴趣,从而实现了无需人工干预的知识推送。实验结果表明,该方法具有较高的推送准确性。     

Differentiated security levels for personal identifiable information in identity management system

With the rapid development of Internet services, identity management (IdM) has got widely attraction as the credit agency between users and service providers. It facilitates users to use the Internet service, promotes service providers to enrich services, and makes Internet more security. Personally identifiable information (PII) is the most important information asset with which identity provider (IdP) can provide various services. Since PII is sensitive to users, it has become a serious problem that PII is leaked, illegal selected, illegal accessed. In order to improve security of PII, this study develops a novel framework using data mining to forecast information asset value and find appropriate security level for protecting user PII. The framework has two stages. In the first stage, user information asset is forecasted by data mining tool (decision tree) from PII database. Then security level for user PII is determined by the information asset value assuming that the higher information asset is, the more security requirement of PII is. In the second stage, with time being, number of illegal access and attack can be accumulated. It can be used to reconstruct the decision tree and update the knowledge base combined with the result of the first stage. Thus security level of PII can be timely adjusted and the protection of PII can be guaranteed even when security threat changes. Furthermore, an empirical case was studied in a user dataset to demonstrate the protection decision derived from the framework for various PII. Simulation results show that the framework with data mining can protect PII effectively. Our work can benefit the development of e-business service.     

证券信息推送系统中用户兴趣模型研究

推送技术根据用户的兴趣来搜索、过滤信息,将用户感兴趣的信息主动推给用户,帮助用户高效率地发掘有价值的信息。本文主要研究证券信息智能推送系统中用户兴趣模型的建立,提出通过分析具有相似需求的用户的定制行为来主动给用户进行推荐的机制,建立全面的用户兴趣模型,发掘用户的兴趣信息,为用户提供个性化的服务策略和服务内容。     

遥感卫星图像数据信息浏览查询技术优化与实现

遥感卫星图像数据的浏览查询系统向遥感数据用户提供卫星原始数据以及各级产品数据的查询服务。然而随着入库遥感数据的日益增多,当多用户并发浏览查询时,系统出现查询响应时间过长的现象。文章从数据库服务器、应用服务器以及应用程序方面对浏览查询系统进行了性能调整,并通过测试证实了优化方法的可行性。     

人体经络系统中的个性化信息服务研究

人体经络较为复杂,涉及到经络、穴位、疾病、脏腑和针灸等方面的知识,容易导致＂信息迷航＂,且对于不同的用户,信息需求也各不相同。针对该问题,文章系统地研究了人体经络系统中的个性化信息服务,构建了用户兴趣模型,并根据用户对场景的访问次数和停留时间来更新用户的兴趣模型,在此基础上提出基于相似用户兴趣的个性化推荐算法,从而实现为用户提供个性化的信息服务。实验结果表明,系统能根据用户信息及其交互行为,有效地推荐与用户兴趣相关的信息,较好地为用户提供个性化的信息服务。