基于WAP的移动搜索个性化研究

不同移动用户由于背景兴趣不同,所处情境不同,信息需求也不同。不同移动用户往往访问的是某一些特定领域,并且与其所处的情境有关。本文提出了一种基于本体、情境信息的个性化方法。通过移动用户的MSSDN建立用户本体,结合用户情境,明确用户的需求,从而满足用户搜索个性化要求。     

基于用户行为的启发式本体搜索机制

为了能够以较高的准确率搜索到用户所需要的领域本体,在分析本体搜索需求和研究用户搜索行为的基础上,提出了一种基于用户行为的启发式本体搜索机制,利用不同用户由于领域认知不同,输入的具有领域共性的搜索关键词不同,实现用户搜索关键词的启发式扩展和搜索匹配度的提高。实验表明,使用该方法执行本体搜索具有较高的准确率和召回率。     

一种基于情境的语义Web服务发现方法

在普适计算环境下,如何结合情境信息以发现满足用户需求的服务,是目前Web服务研究的一个关键问题.提出一种基于情境的Web服务发现框架,采用本体进行情境建模,利用用户反馈信息进行权重计算,并给出了一个基于相似度的语义Web服务的匹配算法.最后通过实验验证了该方法的有效性.     

一种基于语义网的本体映射改进算法

针对目前基于语义网的本体映射算法中背景本体搜索面少、本体收集不精确的问题,利用基于虚拟文档的映射技术提取在Word—Net中与概念同义的同义词集,将对单个概念进行搜索转换成对同义概念集进行搜索,从而扩大本体搜索面,获取更多背景本体。提出基于语义环境的动态本体映射算法来排除错误背景本体,使本体收集更加精确。实验结果表明,该算法可有效提高映射的查全率和查准率。     

基于情境面向Web服务的软件安全中间件模型

针对动态、开放的环境,提出了一种基于情境面向Web服务的软件安全中间件模型.该模型通过定义策略规则,使Agent在不中断Web服务运行的情况下,动态调整用户的访问控制.通过对用户及Web服务的情境信息的收集和管理,使得Agent在决策用户的访问控制时,能够动态地适应环境变化.基于该软件安全中间件模型,提出了一种基于规则和本体的策略语言ReiC及其相应的混合推理机制,弥补了单一规则和本体在构建知识库方面能力的不足.     

基于匿名消息广播的电子选举方案

针对目前基于语义网的本体映射算法中背景本体搜索面少、本体收集不精确的问题,利用基于虚拟文档的映射技术提取在Word-Net中与概念同义的同义词集,将对单个概念进行搜索转换成对同义概念集进行搜索,从而扩大本体搜索面,获取更多背景本体.提出基于语义环境的动态本体映射算法来排除错误背景本体,使本体收集更加精确.实验结果表明,该算法可有效提高映射的查全率和查准率.     

基于情境感知的移动餐饮个性化推荐模型研究

针对当前移动餐饮个性化推荐存在的准确度差和自适应性差等问题,提出利用本体构建技术和情境感知技术来实现个性化推荐。对移动餐饮平台的情境要素进行了全面的分析,建立了基于情境感知的移动餐饮个性化推荐模型框架,构建了情境语义的两层本体模型,并介绍了推荐模型运行的基本工作流程,重点介绍了情境获取、情境推理、情境更新合成和规则匹配关键环节,以期提高个性化推荐服务的质量和效果。     

本体搜索与排序方法研究综述

本体是知识共享的重要工具,也是语义Web的支柱.随着语义Web的发展,网络上出现了大量的本体.同时,为提高系统通讯、互操作和自动处理的能力,越来越多的应用需要使用本体来实现知识共享和重用.由于本体的构建通常是一个耗时且繁琐的人工劳动过程,因此一个高效的解决方案是从Web上为应用搜索合适的本体进行重用.为此,一些研究者开发了本体搜索引擎和原型系统,提供本体搜索与排序服务.本文主要从本体的收集、处理、用户接口、搜索机制和排序机制等方面,综述了近来年出现的本体搜索工具和相关研究进展,详细阐述了各自的设计原理和实现技术.在此基础上,重点分析了用户接口查询机制和本体排序方法两方面存在的不足,并指出了未来的研究和发展方向.     

基于情境感知的餐饮O2O推荐系统研究

餐饮O2O推荐具有情境敏感性,而普适计算和移动互联网的发展为更全面、更实时的情境信息的获取提供了基础,也使得对情境与推荐对象进行知识表示和推理成为提高推荐质量的关键。充分考虑移动商务活动中情境对用户需求的影响,设计了基于情境感知的领域本体模型结构并研究模型的实例化,通过规则推理实现餐饮O2O推荐。在此基础上,提出基于关联分析的情境规则生成方法,根据用户的历史行为挖掘情境与推荐对象的通用关联模式。并通过基于内容推荐的用户兴趣模型与菜品特征模型来表示个人对菜品的特殊兴趣偏好,构建了基于情境和基于内容相融合的混合推荐系统。实验结果表明,该方法有效解决了基于内容推荐的用户冷启动问题,并可以提高餐饮O2O推荐的准确性。     

基于本体的医疗信息搜索技术

针对医疗信息联合搜索中存在的问题,提出一种基于医疗领域本体的多信息融合搜索方法。该方法采用信息抽取技术自动构建本体实例,运用医疗领域本体对用户查询请求进行语义处理,同时实现了基于该方法的原型系统。实验结果表明,该原型系统能有效返回多种相关信息,从而说明了本体在多信息融合搜索方面的重要性。     

一个基于本体的动态上下文模型

上下文建模是开发上下文感知系统的核心任务,它是应用理解和使用上下文的关键。按照生命周期的长短,上下文可以分为持久上下文和动态上下文,而后者可以进一步分为状态上下文和转换上下文。许多研究者在持久上下文和状态上下文建模方面做了大量的工作,但涉及到转换上下文的工作却很少。因此提出了一个采用OWL语言描述的基于本体的形式化的动态上下文模型,以及一个上下文融合和消费机制的实现。同时,为应用提供了一些编程原则并以一个自动门禁系统的演示说明了系统如何从这个模型中受益。     

A hierarchical ontology context model for work-based learning

Context modelling involves a) characterizing a situation with related information, and b) dealing and storing the information in a computer-understandable form. It is the keystone to enable a system to possess the perception capacity and adapt its functionality properly for different situations. However, a context model focusing on the characteristics of work-based learning is not well studied by pioneering researchers. For addressing this issue, in this work we firstly analyze several existing context models to identify the essentials of context modelling, whereby a hierarchical ontology context model is proposed to characterize work-based learning. Subsequently, we present the application of the proposed model in work-based learning scenario to provide adapted learning supports to professionals. Hence, this work has significance in both theory and practice.     

一种基于本体的Web服务信任度计算模型

传统的Web服务信任度计算模型所计算的信任度是一个单独的数值, 缺少必要的上下文信息, 使得信任度表达的含义比较模糊。另外, 以往的计算模型大多局限于单一的管理域中, 管理域之间由于缺乏共同的知识标准而无法进行统一的信任度计算。为此, 提出了基于上下文本体的Web服务信任度计算模型以解决上述问题。本体技术为上下文信息的表达和推理提供了便利, 同时也为不同管理域之间的交互提供了共享知识库。在提出的模型中, 直接以用户关心的上下文信息作为间接信任度计算的重要依据, 在对上下文概念进行语义匹配的基础上, 最终实现跨域的信任度计算。实验结果验证了模型的可行性和有效性。     

基于情境感知和本体的E-Learning系统研究

为了合理、有效地描述E-Learning环境中学习者的学习情形,利用本体论具有知识组织清晰、概念和关系定义明确的特性,建立了E-Learning环境中的情境信息本体模型。为提高学习者的学习兴趣和学习效率,对采集到的情境信息进行情境推理后,采用资源调度控制算法调用相应的学习资源服务及时向学习者提供。应用实例验证了基于情境感知的本体E-Learning系统的服务性能。     

基于上下文感知的移动Web服务

移动Web服务的目的是随时、随地为资源有限的任何移动设备提供信息服务。该文以一个移动旅游者娱乐系统为例,阐述移动Web应用服务系统的体系结构、主要组件对象之间的交互及用户个性化服务的实现。讨论上下文管理机制的功能、模型和相关实现技术,介绍其接口与WSDL的实现。     

内容适配中基于本体的传输上下文模型*

在内容适配的研究中,传输上下文的描述语言得到了广泛的关注,然而现有的描述语言在语义表达能力和用户偏好描述方面存在不足。为此提出了一种基于本体的传输上下文模型,通过将本体引入建模过程,提高了模型的语义表达能力和用户偏好的描述能力,较好地满足了e learning背景下的内容适配的需求。     

一种本体和上下文知识集成化的数据挖掘方法

在数据挖掘中使用本体和上下文知识能够将普遍的知识和特定的知识引入数据挖掘的决策因素中,是增进数据挖掘准确性的有效手段,同时也是数据挖掘领域研究的热点和难点之一.针对该问题,首先探讨了本体与上下文知识的集成化表示方法,包括上下文知识分类方法、如何在本体描述方法上扩展上下文知识及上下文知识转化方法.其次,以层次化结构的本体与上下文知识为例,构建了一个依据于本体和上下文知识集成的归纳学习算法并验证了该算法的有效性和准确性.     

一种用于本体排序的内容分析方法*

针对使用传统的用于本体排序的方法得到的排序结果不够准确的问题,提出了一种新的内容分析方法。首先通过构造本体的概念模型提取本体的主题词集合得到本体的主题相似度;然后通过对关键词所在的本体上下文进行分析,得到本体相对于关键词的上下文相关度;最后结合主题相似度和上下文相关度得到本体相对于关键词的综合评价值并进行排序。实验结果表明,该方法可以有效地提高本体排序的准确性。     

基于觉察上下文计算的健康智能家庭研究

利用觉察上下文计算技术来研究实现健康智能家庭,主要研究了健康智能家庭的上下文建模和上下文推理,并构建了一个实验系统AngelHome,分析了健康智能家庭中的各种上下文信息,利用本体技术对其进行建模,并用OWLDL语言表达上下文信息模型,构建了AngelHome本体;在上下文推理部分采用混合推理,对不同的推理任务分别采用本体推理机、自定义规则推理机和贝叶斯神经网络推理.AngelHome采用OSGi框架,具有良好的伸缩性,这里分析了系统的几个主要部分,并进行了测试.实验结果表明,利用觉察上下文计算技术来实现健康智能家庭是可行的.     

一种基于人工免疫的本体匹配算法

针对目前本体匹配算法存在运行效率低和匹配准确度不高等问题,提出一种基于人工免疫的动态本体匹配算法,用来快速地从现有本体中筛选出用户所需的子本体。该算法根据用户行为信息构建抗原本体模型,利用情景匹配确定其领域上下文环境,然后通过结构匹配获得匹配度最高的本体,最后对本体执行语义匹配得到最终需要的子本体。实验表明,该算法提高了本体匹配的准确度和效率。