基于语义Web服务的个性化网络学习服务系统架构

本文讨论当前流行的网络学习资源服务系统建设问题,分析其不足之处,如各种各样的学习资源服务系统有相同的功能但是不支持单个系统之间的重用,以及学习过程不支持个性化服务等。我们使用Web服务来解决系统间的异构问题,通过使用语义Web服务来达到提供个性化服务的目的,让读者有一个清晰的最终解决方案,从需求、原理和建设方法这三个方面完成整个系统的建设。     

基于语义网的农业学习资源推荐系统研究

为了提高农业学习资源推荐准确性,构建基于语义网的农业学习资源推荐系统模型。该系统综合考虑学习者评价的核心概念和学习资源两个影响学习者相似度的因素,利用核心概念间及学习资源间的语义相似度,算出学习者的相似度,并以此作为学习资源推荐的依据。实验表明该系统不仅能提高农业学习资源推荐的有效准确,而且能解决新学习者由于无访问记录而找不到邻居,无法实现推荐的"冷启动"问题。     

基于语义索引词的语义网信息检索模型

提出了一个基于语义索引词的语义网信息检索模型(Semantic Information Retrieval，SIR)，解决了在传统的基于关键字的信息检索中只能从句法上对关键字进行分析，无法根据信息资源中的语义关系进行检索的问题。     

基于语义网的分布式中文信息检索模型

提出一个分布式的、基于语义服务的开放式信息检索模型(D-IRSW).该模型采用统一接口规范的不同的语义检索服务作用于不同的本体库,实现针对不同本体库的个性化检索;然后由语义检索服务引擎(SRSE)对不同语义检索服务返回的结果进行去重和排序.     

语义网、语义网格和语义网络

语义网、语义网格和语义网络是三个容易混淆的概念,语义网是对WWW的延伸,其目标是使得Web上的信息具有计算机可以理解的语义,并为人们提供各种智能服务;语义网格是语义Web和网格相结合产生的新的研究领域;语义网络是知识的一种图解表示,它由节点和弧线或链线组成.通过对三者的概念、特征、应用等方面进行介绍从而说明了三者的联系以及不同,并说明了今后对三者的研究方向和重点问题.     

智能答疑系统中语义网的研究与应用

目前答疑系统大多以关键词匹配为基础，而智能答疑系统是在此基础之上，增加了对语义的理解。文中讨论了专业领域义原的抽取、语义网和语义树的建立，并且就语义关系在智能答疑系统中的角色做了阐述。最后，实现了一个原型系统，通过增加对语义关系的理解，取得了比较好的测试结果。     

终身学习服务系统的结构与功能研究

终身学习系统是各国建立学习型社会的软硬件保障和基础平台。该文通过分析国内外终身学习系统的职能和结构,从不同角度设计各个功能模块的工作流程,以此展示各模块的作用和实现方式,构造符合中国国情的终身学习系统。为保障我国终身学习系统建设得以顺利进行,作者还提出了一系列改进,完善其功能的建议。     

基于语义拓扑网的反馈学习技术

为了从海量数据中快捷有效地获取所需的信息,提出了语义拓扑网的概念以及基于语义拓扑网的反馈学习方法。通过将数据对象的内容特征与语义特征进行有机地结合并构成语义拓扑网。在反馈过程中利用语义拓扑网,不断学习记忆并指导搜索。实验表明,基于语义拓扑网的反馈系统具有良好的学习能力与记忆能力,能有效地提高榆索系统的性能。     

知识库系统中语义网知识的表示

基于对知识库系统中知识表示的理解,提出了在语义网环境下知识库系统的建立和相应的知识表示,并将此扩展到语义网中整个的知识表示系统。     

语义网技术在学习资源建设中的应用

科学技术与教育思想的进步与转变,带动了我国教育向信息化发展的脚步,在教育信息化的整个构建过程当中,要解决的一个最重要、最基础的问题就是学习资源建设。就我国目前的教育信息化构建现状而言,能否将学习资源建设的优质而高效,对我国教育信息化构建的有效性起着很大的影响。学习资源的建设也就是要实现资源共享,在实现优质和高效的共享过程当中,有着许多问题需要得到妥善的解决。但是通过应用语义网技术便可以很好的解决此过程中的各种难题,为进一步推动我国教育信息化学习资源建设,就语义网技术在此方面的应用提出了部分看法与建议。     

网络信息时效技术

随着大数据时代的到来,对网络信息的时效性进行评价已成为当今研究的热点。将以Web新闻作为研究对象,对大数据环境下的Web信息提取和中文分词处理等技术进行研究,并在此基础上,提出一种基于Web语义信息提取的网络信息时效性评价算法。实验结果将充分体现算法实现的有效性,既可引导网络用户关注更有价值的 Web信息,也可帮助网站管理者构建一个时效性更高的网站。     

面向语义Web的约束规则系统

随着语义Web的广泛使用,信息智能搜索、智能信息代理、智能交易代理等等智能化电子商务应用将成为现实。与此同时,规则在电子商务中的应用也取得了长足的进展。文中介绍的面向语义Web的约束规则系统结合两者的优势通过使用XML描述约束规则系统的语法、扩充在处理异构数据源方面的谓词和查询表示、引入并行约束程序设计的推理技术、规则选择机制的编译实现完成了规则系统在电子商务异构数据处理及商务决策方面的应用。     

一种基于语义Web的Web服务发现方法

Web服务的大量涌现对服务发现提出了挑战。然而,传统的服务发现技术是建立在语法描述的基础上,主要采用的服务发现机制是WSDL和UDDI规范相结合的解决方案,通过关键词匹配来实现的。但是这些发现方法查准率极其低下,已经不能很好地满足用户需要。在研究本体与语义Web服务的基础上,提出了一种基于本体的Web服务发现框架,该框架首先对用户的请求合约进行语义预处理,然后根据抽取的语义在服务库中发现适合的Web服务,从而提高查准率。     

基于语义Web的动态组合服务关键技术研究

随着Webservice应用的发展,大量存在的应用服务之间需要解决共享和交互。Web服务的动态组合为解决信息共享和应用协作的瓶颈问题带来了新的方案。论文通过分析原有Web服务组合的特点,提出一个基于语义的Web服务动态组合框架,并在此基础上实现了一个动态服务组合系统原型。该原型支持组合服务的即时生成,以及在动态环境中快速部署和发布。     

基于语义Web的GIS互操作技术

GIS互操作技术是实现地理信息共享的关键。目前对GIS互操作的研究还主要集中在语法层次上,在语义层次上的互操作研究还处于起步阶段。而语义Web技术能够提供从语法层次到语义层次上的互操作性。因此,如何将语义Web技术应用于GIS互操作是一个值得研究的问题。提出了一种基于语义Web的GIS互操作方案,使用OWL建立地理信息本体,在此基础上探讨了同一本体不同版本间的比较,实现了GIS的语义互操作。     

基于集成学习和二维关联边条件随机场的Web数据语义标注方法

大规模Web信息抽取需要准确、自动地从众多相关网站上抽取Web数据对象.现有的Web信息抽取方法主要针对单个网站进行处理,无法适应大规模Web信息抽取的需要.调查研究表明,有效地实现Web数据语义自动标注,结合现有的包装器生成技术,可以满足大规模Web信息抽取的要求.文中提出一种基于集成学习和二维关联边条件随机场的Web数据语义自动标注方法,首先,利用已抽取的信息和目标网站训练页面中呈现的特征构造多个分类器,使用Dempster合成法则合并分类器结果,区分训练页面中的属性标签和数据元素;然后,利用二维关联边条件随机场模型对Web数据元素间的长距离依赖联系和短距离依赖联系进行建模,实现数据元素的自动语义标注.通过在多个领域真实数据集上的实验结果表明,所提出的方法可以高效地解决Web数据语义自动标注问题,满足大规模Web信息抽取的需要.     

基于Bayes潜在语义模型的半监督Web挖掘

随着互联网信息的增长,Web挖掘已经成为数据挖掘研究的热点之一.网页分类是通过学习大量的带有类别标注的训练样本来预测网页的类别,人工标注这些训练样本是相当繁琐的.网页聚类通过一定的相似性度量,将相关网页归并到一类.然而传统的聚类算法对解空间的搜索带有盲目性和缺乏语义特征.提出了两阶段的半监督文本学习策略.第1阶段,利用贝叶斯潜在语义模型来标注含有潜在类别主题词变量的网页的类别;第2阶段,利用简单贝叶斯模型,在第1阶段类别标注的基础上,通过EM(expectation maximization)算法对不含有潜在类别主题词变量的文档作类别标注.实验结果表明,该算法具有很高的精度和召回率.     

基于语义网的知识管理系统框架设计

针对现有知识管理系统缺乏语义支撑的问题,结合知识的社会化、外在化、组合化、内在化螺旋动态转化过程,把知识的处理过程转化为知识俘获、知识存储、知识处理、知识使用这样一个动态循环过程,设计了一个基于语义网的知识管理系统框架,最后概述了开发系统用到的关键技术。     

基于Hellinger距离与词向量的终身机器学习主题模型

与传统的机器学习方法相比,终身机器学习能够有效利用知识库中积累的知识来提高当前学习任务的学习效果。然而经典的终身主题模型（LTM）在领域选择时缺乏偏向性,且在计算目标词的相似性时不能充分利用目标词的上下文信息。从词语和主题选择的角度提出改进模型HW-LTM,利用Word2vec词向量的余弦相似度和主题之间的Hellinger距离寻找相似度较大的词语和领域,实现在迭代学习中对词语和领域的更优选择和更有效的知识获取,同时通过预加载词向量相似度矩阵的方式解决词向量余弦距离的重复计算问题,利用Hellinger距离计算主题相似度,加快模型收敛速度。在京东商品评论数据集上的实验结果表明,HW-LTM模型表现优于基线主题挖掘模型,相比LTM模型,其topic coherence指标提升48,耗时缩短43.75%。     

基于语义Web服务的信息检索模型研究

为解决传统基于关键词的信息检索机制的语义信息缺失问题,在对语义Web和Web服务关键技术描述的基础上,本文提出分布式网络环境下基于语义Web服务的信息检索模型。通过对模型中每一层功能的分析,提出基于语义相似度的信息检索机制,并为实现异构系统的信息集成和共享提供解决方案。最后实现基于语义Web服务的信息检索原型系统,并通过仿真实验进行性能分析。结果证明,本文为实现自动化与智能化信息检索提供一种较好的解决方案。