基于用戶隱性知識挖掘的本體檢索系統(tǒng)研究.pdf

1、隨著本體模型在語義網(wǎng)上的廣泛應用,越來越多的用戶獲取知識的途徑已經(jīng)從傳統(tǒng)的信息檢索轉(zhuǎn)向本體知識檢索?；陉P鍵字的網(wǎng)絡檢索方法不能對本體中豐富的語義關系進行推理,沒有考慮用戶的背景知識所帶來的隱性需求,無法有效地利用Web上的本體資源。如何能夠在考慮本體中語義關系的基礎上結(jié)合用戶的隱性知識進行本體檢索和排序成為了目前研究的重點。
　　本文提出了一種基于用戶背景信息挖掘的本體檢索和排序算法,并實現(xiàn)了一個本體檢索排序的原型系統(tǒng)。首先,針

2、對用戶的社區(qū)(主題)歸屬問題建立數(shù)據(jù)模型,獲得增強型用戶事務數(shù)據(jù)庫,經(jīng)過關聯(lián)規(guī)則挖掘獲得用戶的背景信息及其社區(qū)(主題)歸屬;其次,根據(jù)關聯(lián)規(guī)則挖掘出與用戶感興趣的社區(qū)(主題)相關的描述文檔,并利用關聯(lián)性反饋擴展原有的查詢,有效地將用戶背景知識與查詢相結(jié)合,使得系統(tǒng)可以識別用戶的隱性查詢需求;然后,利用模式匹配的方法將解析后的RDF三元組進行語義關系分類,并在三元組的基礎上進行推理,抽取出相關本體概念的邏輯視圖;最后提出Community