论文部分内容阅读
随着Internet技术的发展,人类已经步入信息时代。目前网上资源以指数速度增长,其信息量无论是数量上还是种类上都是人们所难以想象的。同时人们的信息需求也在不断地增加,但要从这个信息海洋中准确方便迅速地找到并获得自己所需的信息,却比较困难,因而出现了所谓的“信息过载”和“信息迷向”问题。通用的搜索引擎并不能考虑到各个用户的个性化因素。因此,如何了解用户意图,掌握用户的个性化信息,提供个性化服务成了信息检索领域中许多学者的研究热点。在个性化信息服务中,用户模型是个性化服务研究的关键技术。个性化信息服务首先需要建立用户模型,才能提供针对不同用户的个性化服务。传统的用户模型主要是根据用户的信息需求,把用户需求信息大体分为感兴趣和不感兴趣的,最终得到的大都是关键词来表征用户兴趣,没有考虑词与词之间内在的联系,不能从语义上对信息进行理解,没有信息源本身的知识体系为构造用户的兴趣模型服务。我们认为,个性化信息服务的用户模型研究在准确描述用户兴趣模型的同时,也能有语义联想能力,能根据显式的信息语义挖掘出用户的潜在兴趣。本体(Ontology)作为一种能在语义和知识层次上描述系统的概念建模工具,自被提出以来就引起了国内外研究人员的关注。研究结果表明,Ontology作为领域概念化模型,能够明确地描述领域涉及的概念、概念的含义、概念之间的关系,为简单的术语赋予明确的背景知识,利于知识的共享和重用,并具有语义扩展和推理功能。将本体引入到用户模型领域,增强关键词向量中关键词之间的相关性,基于Ontology建立用户的个性化模型,已成为个性化信息系统用户建模的一个新的方向。已有的基于本体的用户模型改善了传统用户模型的语义信息不足的缺陷,但也存在一些问题:(1)领域本体的构建。如何构建领域本体,这是基于本体的用户模型的基础,传统完全依赖用户或领域专家人工构建本体的方法容易出现偏差及主观主义和经验主义的缺陷;(2)用户模型的更新。现有的模型大都采用分析用户的浏览或检索过程,抽取认为用户感兴趣的关键词对其分析,对初始用户模型进行增补,而没有考虑这些新增信息之间的语义关系。本文提出研究改进的基于领域本体的用户模型OBUM,在引入本体到用户模型中,同时考虑用文本挖掘技术建立领域本体,并通过本体学习来完成用户模型的学习和更新。本文的研究工作主要包括了这样几个方面:第一,分析研究了传统用户模型和现有本体模型的特点,提出了一种新的基于本体的用户模型OBUM,设计并分析了其框架结构,对其进行了形式化研究。第二,分别对OBUM模型的各个构成及构建阶段进行了研究。包括:①研究了如何有效地构建领域本体,提出采用文本挖掘技术,再借助于领域专家,实现领域本体DomO的半自动构建。使用文本挖掘工具和本体构建工具实现了领域本体DomO的构建。②对于OBUM模型中的个性化本体的获取进行了研究,提出通过对领域本体进行本体投影来获取用户的初始个性化本体,并给出了其算法描述。③针对OBUM用户模型的学习更新,提出使用本体学习技术来实现。通过对用户的检索或浏览过程进行分析,构建参考本体,并将参考本体归并到用户的个性化本体中,实现用户个性化本体的学习,旨在避免用户学习更新过程中新增信息语义的丢失。第三,在上述工作基础上,将OBUM模型应用到个性化信息搜索环境中,旨在通过实验验证OBUM模型的可行及有效性。实验结果表明OBUM模型在提高用户的个性化信息,改善用户模型的语义信息方面是一种有效、可行的方法。在提高用户的个性化信息搜索的查全率和查准率方面较基于统计的信息检索模型和一般的基于本体的信息检索模型有了一定的改进。