基于Agent的民航信息推送系统研究

近些年我国民航业发展迅速,民航信息存在数量庞大而有效信息获取不及时的问题,为满足用户的个性化信息服务需求,提出一个基于多Agent的信息推送系统模型,探索通过多Agent协同工作实现民航信息处理的智能化,对系统实现的一些关键技术、用户兴趣模型的构建、信息过滤技术等提出解决办法。     

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。     

农业科技信息个性化服务推送模型研究

针对农业科技信息共享率低、分散分布等问题,应用Web信息抽取方法实现自动采集多源农业科技信息入库,采用XML文件实现失败重试机制。通过对日志文件进行处理,采用改进的k-means聚类方法建立用户访问模式,并得到访问模式的网页特征词及权重的集合,构建用户兴趣模型库,为来访会话推送网页。在实际应用中,定时更新用户模型库,从而保证了站点内容的及时性、推送服务的可靠性、可用性。     

基于Ontology的信息抽取

为了提高Internet上的信息搜索效率,基于内容的搜索引擎成为迫切的用户需求。但内容信息的手工获取是一项繁重的工作。从文本或半结构化文档中自动地抽取用户关心的内容信息且表示成计算机能理解的形式是一项极具实用价值的挑战性研究。该文从知识表示与推理的角度研究了提高信息抽取智能性的途径,提出了将Ontology与模板规则相结合的技术,并针对线性模板表示的局限提出了基于二侧树结构的模板规则表示,同时实现了此表示下的假设生成———冲突消解推理。该技术成功地应用于招聘广告的信息抽取。     

基于情境感知的用户个性化兴趣建模

用户兴趣模型作为个性化信息推送的基础和核心,其性能的好坏直接关系到个性化推送服务的质量,如何全面了解用户动态的兴趣需求,并及时为用户提供其实时有效的兴趣,是目前用户兴趣模型研究的热点问题。本文主要利用情境感知、用户行为等多维因素建立一种M-C-W用户兴趣模型,提出结合用户显示和隐式兴趣度的计算,挖掘出用户显式兴趣和隐式兴趣的关联性,实现多维动态情境兴趣的结合。通过多角度综合计算用户的兴趣度,实时而准确地表达用户的兴趣爱好。最后,通过实验验证了该模型的有效性和可靠性。     

数字图书馆个性化新书推送系统研究

面对图书馆庞大的信息资源,用户如何快捷高效地获取所需信息成为一个难题,据此,本文提出了以读者兴趣和借阅历史为根据向读者推送新书目录和馆藏链接的新书推送系统的系统简要设计。     

基于用户兴趣模型的个性化信息服务技术分析

介绍了几个基于用户兴趣模型的个性化信息服务的主要支撑技术,其中主要论述了推送技术的概念、特点、工作原理与工作流程,重点分析了推送算法的详细设计过程。     

基于Ontology知识库系统建模

根据KADS的知识模型探讨了领域知识库系统构建的分层模型,并基于Ontology对知识库进行了设计。通过C++和ASP技术对学习系统中的部分模块进行了实现。最后给出了原型系统的运行界面。     

基于用户兴趣模型的数字多媒体信息智能推送方法

为了帮助用户更加高效率挖掘出有价值信息,提出一种基于用户兴趣模型的数字多媒体信息智能推送的方法,实验结果表明,所提方法的数字多媒体信息智能推送精度较高,推送时间较短,提高了用户满意度.     

基于贝叶斯网络模型的用户兴趣联合推送

The association push of interesting information is implemented according to the information that other users with similar interests have read, the refore user can easily find high quality interesting information from the immense Web information. The association push of interesting information based on Bayesian network model ispresented in this paper, it stores the conditional probability and semantic meaning between the terms, so the similarity between the users' interests and the similarity between the user's interest and document can be computed according to the semantic meaning of the terms, therefore the association push of interesting information can beimplemented. The experience result indicates this method is effective.     

长尾理论视角下基于DCA 的网络自助出版推荐系统

随着自助出版系统文本规模的迅速增长,选用合理的推荐技术有利于＂长尾＂文本的发掘和价值实现。针对自助出版文本,设计了基于有向图的聚类算法DCA（Directed Graph Clustering Algorithm）,将聚类看成是确定对象的过程,根据词间信息传递量的大小选定特征词集对文本进行聚类。为改善＂长尾＂文本聚类的有效性,文中所述系统设置了浮动相似度阙值及推荐公共池。实验结果表明,较之K-Means算法,该算法有较强的自适应性和通用性,能有效地运用到自助出版文本的个性化推荐系统领域。     

用语义联想支撑基于内容的视频检索

视频检索的传统方法之一是首先从视频中摘取出文本信息（如标题,关键词等等）,然后基于一关键字集上回答用户的查询,由于自动摘取文本信息的过程至今尚未自动化,因而从视频中摘取信息主要由人工来完成,这在实际应用上证明是不现实的,另一种方法则是上一情形的极端,即它是利用低层的视频内容,诸如颜色,纹理,形状,运动特征等等,目的在于克服人工摘取关键字所涉及的困难,文中提出了基于ＴｏＣ视频结构的语义表达,从视频的     

基于本体的生物信息数据源的发现

随着互联网和生物信息的飞速发展,即时发现新的生物信息数据源来进行研究变得非常重要。传统的基于关键词的搜索引擎由于忽视了关键词本身所含的语义信息而得到较低的查全率和查准率,文中提出了基于本体的生物信息数据源发现的方法。通过本体描述的领域知识和反映文档信息的特征短语来语义扩充用户请求,从而提高了检索的查全率和查准率。     

贝叶斯方法在文本分类预处理中的应用

在文本分类预处理过程中,运用贝叶斯方法构造计算文本关键词的条件概率模型,通过计算文本关键词的出现概率将文本映射为关键词的概率向量。在这个过程中贝叶斯方法用于计算条件概率而非分类。     

完整的Vague模式识别方法的战场目标识别

由于战场环境的复杂性,快速准确地识别战场目标是现代局部战争中的重要问题。提出从单值数据向Vague值数据的转化公式,提出Vague集之间的一个相似度量公式.提出完整的Vague模式识别方法。战场目标识别的应用实例进一步表明,完整的Vague模式识别是实用的方法。     

本体论在基于内容信息检索中的应用

网络信息的激增加和多样化给有效的信息检索带来了种种困难，目前的检索工具仅提供了基于关键字的检索，而忽视了关键字本身所含的语义内容，该文提出的信息检索原型系统，利用本体论中概念规范，语义丰富的特点，将用户的检索要求扩充成语义集，并且将检索到的文档通过文档分析器进一步过滤，使用户最终得到与检索要求内容匹配度较高的文档。     

社区中基于QoS和相关度的Web服务推荐方法

随着Web服务技术的发展,越来越多的社区引入了Web服务。为了更好地满足用户的要求,本文提出了一种为社区用户推荐服务的方法CWSR。CWSR首先对服务质量即QoS给出了定量的测算,然后通过解析服务的WSDL文档提取出服务关键字,计算社区与服务关键字的相似性从而获得服务对社区的相关度,最后结合两者与历史评分数据训练得出某特殊社区的推荐模型,根据该模型预测其它服务对于该社区的推荐指数。实验表明,本文提出的方法具有比以往方法更优的推荐质量。     

基于混合模式的Web应用系统自动化测试的研究

根据Web系统测试的特点,采用数据驱动和业务逻辑脚本模块化的测试方法,设计一种以数据驱动框架和关键字框架为基础的混合模式的Web自动化测试框架,借鉴这两种测试框架模块化的思想,采用分层设计。该测试框架具有良好的独立性和可扩展性。     

面向领域的语义搜索引擎的应用研究

针对基于关键字的搜索引擎缺乏语义的问题,提出了一种面向专业领域的语义搜索引擎模型.以领域本体形式化描述为基础,构建本体语义框架,进而给出语义搜索模型.在模型中,以概念、概念-实例以及关键字等3种扩展特征项作为基础,对查询扩展算法和文档语义标注算法进行了研究,并且构建了语义索引,通过引入向量空间模型判定扩展检索词与语义文档的相似度.实验结果表明,该模型较传统模型较大提高了检索的查准率和查全率.     

基于语义的Web服务层次匹配模型设计

随着Web服务的大量涌现,如何正确定位合适的Web服务成为主要问题.UDDI上基于.为此,提出了一种新的层次匹配模型,同时引入相似函数来度量服务相似程度.整个匹配过程基于领域本体的语义信息.方法提供了新的方式来发现和利用已发布的Web服务,其灵活性和可扩展性能够实现复杂的Web服务请求.