基于知识网格的电子商务推荐系统设计*

提出电子商务网站、知识网格节点和虚拟知识网格服务社区三级结构模型,建立自动实现商品知识获取、聚合和智能推荐的运作机制,设计了基于知识网格的电子商务智能推荐系统结构。     

适温织物的研究

用含有适当交联剂和混合酸催化剂的聚乙二醇对不同织物进行整理,研究在不同的工艺条件下对整理后织物适温性能的影响,并对实验结果进行了讨论。     

基于用户综合反馈的服务偏好挖掘方法

针对个性化服务系统中用户偏好信息片面和不精确的问题,提出了综合用户网络使用行为和用户评价反馈信息的服务偏好挖掘方法,研究了用户服务偏好的表示模型、初始化和更新方法,最终挖掘出用户更加完整和精确的服务偏好。结果表明,该方法是可行和有效的。     

电子商务推荐系统中推荐策略的自适应性

针对电子商务推荐系统中各种推荐技术的不足,提出推荐策略的自适应方法。用二元组《用户知识,推荐商品》代表推荐环境的根本特征．采用ART神经网络进行自学习,获取推荐环境的不同聚类。每个聚类代表了某种推荐环境,对推荐结果的反馈情况进行统计分析．确定每个聚类的最佳推荐技术。向用户推荐商品时,根据用户所在聚类采用具有最佳推荐质量的推荐技术向用户作出推荐。整个系统的工作过程不需要人工干预,具有自适应性。     

科技综合信息服务与知识共享平台构建

针对我国当前科技计划项目管理中信息资源分散,以及管理监控功能和决策支持不足等问题,提出了构建一站式的科技综合信息服务与知识共享平台的必要性.深入探讨了平台的设计与实现问题,设计了平台的功能模块,构建了基于SOA和语义Web服务的平台框架模型,探讨了平台实现的两大关键技术,即知识资源统一表示模型和工作流计划与执行技术.     

电子目录本体合并中的实例消重机制

为解决电子目录集成中的本体实例冗余问题,提出面向本体合并的电子目录本体实例消重机制,综合考虑实例的名称、属性和关系设计实例语义相似度算法。结合字符串匹配和基于Wordnet计算名称语义相似度,综合数据类型属性和对象类型属性计算属性语义相似度,依据类的多重继承关系计算关系语义相似度。当2个实例的语义相似度大于事先设置的阈值时,需删除其中一个以降低目标本体库的冗余度。实验结果验证了该机制的有效性。     

学科交叉与融合的理论及模型研究

在理清学科交叉与融合相关研究现状的基础上,探究学科交叉与融合的模式及发展规律,依据学科知识资源特征,提出交叉学科知识体系特征的静态语义本体模型及基于知识点会聚的交叉学科动态语义本体模型,通过这两个模型的自动推理,实现新兴交叉学科的培养方案和教学大纲的自动生成。     

基于本体的B2B电子商务MAS模型及商品匹配算法

随着B2B电子商务特别是电子集市的发展,企业进行电子交易更加灵活、方便,但同时由于大量信息的异构性也带来了信息集成上的问题,而且这一问题已成为B2B电子商务发展的瓶颈。文章建立一种基于本体的多Agent模型,增加GMAg(Goods Matching Agent)用于商品的识别和自动匹配,综合考虑商品组件概念和属性组件概念的语义相似度,提出基于商品本体结构语义相似度匹配算法,解决了异构商务系统之间商品信息自动匹配问题。通过一个汽车领域的实例计算,说明其匹配精度和效率。     

基于用户兴趣图谱的个性化推荐系统设计

借鉴Web2．0、社交网络、复杂网络、本体论和云计算等理论,设计了基于用户兴趣图谱的个性化推荐系统结构,阐明了基于用户兴趣图谱的推荐原理,提出了用户兴趣图谱生成与集成方法,以及用户兴趣图谱的动态演化与反馈机制,提高了推荐系统的推荐质量和精度。     

基于知识的电子商务智能推荐系统平台设计

分析了传统推荐技术存在的不足,阐述了基于知识的推荐技术的特点及其发展。针对现有基于知识的电子商务推荐系统中存在的不足,提出了基于知识的电子商务智能推荐需要解决的基本问题,设计了基于知识的电子商务智能推荐平台的逻辑框架,并阐述了其工作原理。