CN102043793A - 一种面向知识服务的推荐方法 - Google Patents
一种面向知识服务的推荐方法 Download PDFInfo
- Publication number
- CN102043793A CN102043793A CN2009101968729A CN200910196872A CN102043793A CN 102043793 A CN102043793 A CN 102043793A CN 2009101968729 A CN2009101968729 A CN 2009101968729A CN 200910196872 A CN200910196872 A CN 200910196872A CN 102043793 A CN102043793 A CN 102043793A
- Authority
- CN
- China
- Prior art keywords
- user
- varchat
- document
- recommendation
- processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种面向知识服务的推荐方法,***原型包括四大部分:(1)领域知识本体OWL文件的处理和转换;(2)文档资源著录和加工;(3)用户一***交互;(4)***推荐预处理;其中,(1)、(2)、(4)三个部分主要为后台处理,(3)为前台的用户实时动态交互;领域知识本体OntoAvion通过Protege编辑后,以OWL文件的方式存储于计算机中,其积极效果是可完成从资源加工、用户交互到可视化导航、个性化推荐处理多方面的功能,具有一定的原创性和先进性。
Description
【技术领域】
本发明涉及计算机领域,特别是一种面向知识服务的推荐方法,可完成从资源加工、用户交互到可视化导航、个性化推荐处理多方面的功能,具有一定的原创性和先进性。
【背景技术】
随着知识经济时代的到来,知识在经济增长中的作用日益突出。管理大师彼得德·鲁克指出,在知识经济时代,知识将取代土地、劳动力、资本、设备,成为最重要的生产要素。知识的传播、创新和应用成为推动社会进步的主要动力,知识创新和服务创新能力已成为组织和个人发展的核心竞争力要素。作为知识产业重要组成部分的图书情报行业,对于知识服务的相关研究和探索已经成为热点,从信息服务到知识服务的发展趋势已经成为共识。在服务方式和服务特点上,知识服务更加强调面向用户目标驱动、面向知识内容的服务,强调用户问题的解决和知识增值,因此其提供的服务是专业化和个性化的服务、是自主和创新的服务、是动态集成的服务。
信息资源建设、信息检索技术以及检索服务***的研究与应用是知识服务体系的重要组成部分,它们为满足用户的知识和信息需求、推动国家和社会的科技发展创新提供了重要的支持和保障。然而,传统的信息检索服务***在用户交互过程中存在着“服务个性化缺失”和“信息语义缺失”的问题,即交互界面和检索方式“千人一面”,缺乏用户服务的针对性;查询处理基于简单字面匹配,缺乏语义处理和理解能力,查询效率低下,因而在知识服务的发展态势下呈现出诸多不足,需要寻找新的技术方案以更好的服务于用户和社会。如何更好地发现和满足用户的知识需求,如何从知识内容的层面进行各类信息资源的组织、加工、检索、传递和利用,如何运用先进知识技术在传统信息检索和信息服务***的基础上进行功能扩充和改造,以提升其知识服务能力,是当前值得重视和需要解决的问题。
信息检索是指利用一定的检索算法,借助于特定的检索工具,并针对用户的检索需求,从结构化或非结构化的数据中获取有用信息的过程。信息检索过程可以刻画为三个方面:信息的存储与组织,信息的检索,信息的展示。信息检索的发展历程经历了手工检索、计算机检索到目前的网络化、智能化发展阶段,包括数据检索、文本检索和多媒体检索等,通常是指文本信息检索。
对于面向知识服务的智能推荐***,本发明将该***命名为IKRS(Intelligent,Knowledge service oriented Recommendation System,意为智能的、面向知识服务的推荐***)。
【发明内容】
本发明的目的在于克服现有推荐方法的不足,提供了一种面向知识服务的推荐方法,可完成从资源加工、用户交互到可视化导航、个性化推荐处理多方面的功能,具有一定的原创性和先进性。
本发明的一种面向知识服务的推荐方法的***原型包括四大部分:(1)领域知识本体OWL文件的处理和转换;(2)文档资源著录和加工;(3)用户一***交互;(4)***推荐预处理;其中,(1)、(2)、(4)三个部分主要为后台处理,(3)为前台的用户实时动态交互。
本发明的一种面向知识服务的推荐方法的领域知识本体OntoAvion通过Protege编辑后,以OWL文件的方式存储于计算机中。
本发明的一种面向知识服务的推荐方法对本体OWL文件进行处理和转换,转换目标有三:(1)实现图形式网状的可视化导航功能;(2)将本体中的所有概念词汇自动抽取出来,形成一个词典式的纯文本文件vocabulary.txt;(3)本体三元组的提取和关系数据库存储。
本发明的一种面向知识服务的推荐方法的文档资源的著录和加工主要包括两个方面:(1)把著录处理,将文档资源所对应的本档编号、文献标题、作者、主题关键词、摘要、发表期刊、发表年期以及加工入库时间等著录数据录入到数据库中,建立起文档资源库,文档资源加工入库时间作为最新资源推荐的依据,发表年期作为加权关联规则挖掘时进行时间新颖性加权的依据;(2)利用领域本体OnioAvion生成的概念词典进行文档概念的抽取,并基于篇章位置按3∶2∶1加权生成表达文档内容的概念向量,基于生成的文档概念向量与已经入库的文档资源进行相似性计算,把高于相似性阂值的文档列表存入数据库中,供相似资源推荐时调用。
本发明的一种面向知识服务的推荐方法的用户交互界面中集成多种交互元素,包括多种检索途径、推荐反馈列表以及可视化查询导航;在交互过程中,用户的注册信息、提问信息、浏览和下载文档资源的信息都会被***隐式跟踪并自动记录下来,记录下来的数据信息能够进行统计分析,同时进行数据挖掘和推荐预处理数据的生成。
本发明的一种面向知识服务的推荐方法的推荐预处理包括三个方面:(1)加权关联规则挖掘,发现用户访问过程中资源对象之间的关联性,实现基于资源新颖性的加权关联规则协同推荐,当用户浏览某资源对象时,将具有高度关联推荐值的其他资源进行推荐;(2)发现和获取用户细兴趣,通过用户兴趣和文档资源的相似度计算,预处理得到用户的各细兴趣资源推荐列表;(3)寻找细兴趣相似用户,基于相似用户群的访问资源统计来向当前用户进行协同推荐。
本发明的一种面向知识服务的推荐方法在设计与实现过程中,应遵循以下原则:(1)保持各个模块的独立性,IKRS的所有模块可以组合成一个***,也可以各自独立的构成一个单独的***;(2)尽可能的保持代码复用,当进行实际应用***开发或与其它***挂接的时候,保持代码复用可缩小***的更改范围;(3)在***的架构上严格按照MVC的要求,将数据存储、用户视图和处理逻辑相分离。
【附图说明】
图1IKRS***原型的模块设计图;
【具体实施方式】
以下通过具体的实施例对本发明的技术方案进行详细的说明。
本发明的一种面向知识服务的推荐方法的开发平台与工具:
在IKRS原型***开发中,根据应用的实际需要,确定了以Java环境下的Eclipse集成开发环境和开放源代码作为***实现的基础,主要基于以下原因:
首先,用户对检索的要求是面向网络以及***无关性,这使得开发应该尽可能选择成熟的、健壮的语言,而Java作为一种面向网络应用并且独立于底层操作***的语言,其应用领域、应用成熟性已经为广大的程序开发者所承认,因而被本发明所采用。
第二,***各个模块设计的基本原则是整体开放性、可移植性以及可扩展性,这使得本发明在开发工具方面不得不有所侧重。而可移植、可扩展、开放源代码正是Eclipse基本设计思想,由于它成熟、健壮和优雅的设计,在开放源代码领域一经发布便带来了震撼
性的影响。一方面,Eclipse可以用来进行软件开发,同商业软件开发平台相比也具有相当的优势,而且有专门的Eclipse源代码管理和开发组织-Eclipse协会,吸收了众多软件公司为其提供功能插件,代码资源十分丰富;另一方面,Eclipse也可以同最终产品一同发布并整体的集成在一起。
如表1所示,列出了IKRS原型***开发过程中采用的主要开发工具和相关Java软件包。
表1lKRS原型***的主要开发工具和软件包
名称 | 用途简介 |
JDK1.5.0和Eclipse3.2.0 | 基于Java的IDE集成开发环境,提供插件式开发方式 |
Apache Tomcat5.5 | Web服务器和JavaServlet容器,支持Windows和Linux平台 |
MySOL Server5.0 | 关系数据库服务器,提供MySQL Workbench作为管理工具 |
Protege3.2.1 | 斯坦福大学推出的集成、可视化本体编辑工具 |
Jena2.2和ProtégéOWL API | 用于本体OWL推理查询的软件包,提供开发调用接口 |
SWT3.2和Jface3.2 | 基于Java体系的可视化窗体、控件布局的软件包 |
目前,在IKRS原型***中,共包含了23张数据库表。以下结合前面的IKRS模块结构图1,列出***处理中一些主要的数据库表结构。
(1)知识本体处理与转换相关数据库表。
表2本体概念三元组表Tab_ontoCCR
字段名 | 字段类型 | 字段含义 | 是否主键 | 备注 |
seqnum | long | 序号 | 是 | |
maincept | Varchat(50) | 主语概念 | ||
objcept | Varchat(50) | 宾语概念 |
relation | Varchat(50) | 概念关系 | ||
ontoversion | Varchat(50) | 本体版本号 |
表3概念关系权重表Tab_ontoRW
字段名 | 字段类型 | 字段含义 | 是否主键 | 备注 |
seqnum | int | 序号 | 是 | |
relaname | Varchat(50) | 概念关系名 | 不可重复 | |
relaweight | float | 关系语义相似度 | ||
ontoversion | Varchat(50) | 本体版本号 |
(2)文档著录与加工相关数据库表。
表4文献著录表Tab_biboquote
字段名 | 字段类型 | 字段含义 | 是否主键 | 备注 |
docid | Varchat(20) | 文章编号 | 是 | |
docauthor | Varchat(100) | 文章作者 | ||
docjournal | Varchat(50) | 所在期刊名 | ||
docsession | Varchat(20) | 刊发年期 | ‘2006-01’ | |
doctitle | Varchat(200) | 文章标题 | ||
dockeyw | Varchat(200) | 关键词 | ||
docabstr | Varchat(1000) | 文章摘要 | ||
docpath | Varchat(300) | 文章硬盘路径 | ||
quotetime | Varchat(20) | 著录时间 | ‘20060101123055’ |
表5文献抽词向量表Tab_bibovector
字段名 | 字段类型 | 字段含义 | 是否主键 | 备注 |
docid | Varchat(20) | 文章编号 | 是 | |
vecoftitle | Varchat(100) | 标题抽词向量 | ||
vecofkeyw | Varchat(100) | 关键词抽词向量 | ||
vecofabstr | Varchat(300) | 摘要抽词向量 | ||
vecofall | Varchat(600) | 合并后概念向量 | 词汇维数<=20 | |
vecofext | Varchat(1000) | 扩充后概念向量 | 词汇维数<=50 | |
weiofpos | Varchat(10) | 位置权重 | ‘3∶2∶1’冗余字段 | |
cecoftime | Varchat(20) | 处理时间 | ‘2006010112355’ |
表6文章相似度表Tab_bibosimilar
字段名 | 字段类型 | 字段含义 | 是否主键 | 备注 |
docidcurr | Varchat(20) | 文章编号 | 是 | |
docidold | Varchat(20) | 文章编号 | 是 | 外键 |
similar | float | 内容相似值 | ||
proctime | Varchat(20) | 处理时间 | ||
prefvalue | float | 预设阀值 | ‘2006010112355’ |
(3)用户交互与行为记录相关数据库表。
表7用户信息表Tab_userinfo
字段名 | 字段类型 | 字段含义 | 是否主键 | 备注 |
userid | Varchat(20) | 用户ID | 是 | |
username | Varchat(20) | 用户自然姓名 | ||
userbirth | Varchat(20) | 用户生日 | ||
usersex | Varchat(10) | 用户性别 |
userspect | Varchat(100) | 用户专业背景 | ||
userpref | Varchat(200) | 用户初始兴趣 | <=10词 | |
prefvec | Varchat(200) | 初始兴趣向量 | <=10词 | |
prefvecext | Varchat(500) | 概念向量扩充 | <=20词 | |
useraddr | Varchat(200) | 用户通信地址 | ||
userzipcode | Varchat(10) | 用户邮编 | ||
userphone | Varchat(50) | 用户电话 | ||
usermail | Varchat(100) | 用户Email |
表8用户提问表Tab_userquery
字段名 | 字段类型 | 字段含义 | 是否主键 | 备注 |
userid | Varchat(20) | 用户ID | 是 | 外键 |
logtime | Varchat(20) | 登陆时间 | 是 | 取服务器时间 |
user | Varchat(100) | 用户提问 | 是 | <=10个词 |
querytime | Varchat(20) | 提问时间 | 是 | 取服务器时间 |
queryvec | Varchat(200) | 提问概念向量 | <=10个词 | |
querysimgt | float | 相关性阀值 | <=0.3 | |
querytype | Varchat(20) | 检索匹配类型 | 字面检索/概念检索 | |
queryitem | Varchat(20) | 提问项 | 作者/关键词/概念 | |
queryspan | Varchat(20) | 资源起止年份 | 2001-2005 |
表9用户下载记录表Tab_userdown
字段名 | 字段类型 | 字段含义 | 是否主键 | 备注 |
userid | Varchat(20) | 用户ID | 是 | 外键 |
logtime | Varchat(20) | 登陆时间 | 是 | ‘2006010112355’ |
userquery | Varchat(100) | 用户提问 | 是 | <=5个词 |
querytime | Varchat(20) | 提问时间 | 是 | ‘2006010112355’ |
docid | Varchat(20) | 下载的文档 | 是 | |
downtime | Varchat(20) | 下载时间 |
(4)后台推荐预处理的相关数据库表。
表10资源总体下载量表Tab_downstac_all
字段名 | 字段类型 | 字段含义 | 是否主键 | 备注 |
docid | Varchat(20) | 下载的文档 | 是 | |
downstac | long | 累计下载次数 | ||
stactime | Varchat(20) | 统计时间 | ‘20060101091030’ |
表11最新入库资源表Tab_bibonew
字段名 | 字段类型 | 字段含义 | 是否主键 | 备注 |
docid | Varchat(20) | 文章编号 | 是 | |
docauthor | Varchat(100) | 文章作者 | ||
docjournal | Varchat(50) | 所在期刊名 | ||
docsession | Varchat(20) | 刊发年期 | ‘2006-01’ | |
doctitle | Varchat(200) | 文章标题 | ||
dockeyw | Varchat(200) | 关键词 |
docabstr | Varchat(1000) | 文章摘要 | ||
docpath | Varchat(300) | 文章硬盘路径 | ||
quotetime | Varchat(20) | 著录时间 | ‘2006010112355’ |
表12用户近期下载记录表Tab_downcrspan
字段名 | 字段类型 | 字段含义 | 是否主键 | 备注 |
userid | Varchat(20) | 用户ID | 是 | 外键 |
logtime | Varchat(20) | 登陆时间 | 是 | ‘2006010112355’ |
userquery | Varchat(100) | 用户提问 | 是 | <=5个词 |
querytime | Varchat(20) | 提问时间 | 是 | ‘2006010112355’ |
docid | Varchat(20) | 下载的文档 | 是 | |
downtime | Varchat(20) | 下载时间 | 是 |
表13资源近期下载量表Tab_downstac_crspan
字段名 | 字段类型 | 字段含义 | 是否主键 | 备注 |
docid | Varchat(20) | 下载的文档 | 是 | |
downstac | Long | 累计下载次数 | ||
stactime | Varchat(20) | 处理时间 | ‘20060101091030’ |
表14用户近期提问表Tab_querycrspan
字段名 | 字段类型 | 字段含义 | 是否主键 | 备注 |
userid | Varchat(20) | 用户ID | 是 | 外键 |
logtime | Varchat(20) | 登陆时间 | 是 | 取服务器时间 |
userquery | Varchat(100) | 用户提问 | 是 | <=10个词 |
querytime | Varchat(20) | 提问时间 | 是 | 取服务器时间 |
queryvec | Varchat(200) | 提问概念向量 | <=10个词 | |
querytype | Varchat(20) | 检索匹配类型 | 字面检索/概念检索 | |
queryitem | Varchat(20) | 提问项 | 作者/关键词/概念 | |
queryspan | Varchat(20) | 资源起止年份 | 2001-2005 |
表15加权关联规则挖掘表Tab_assorules
字段名 | 字段类型 | 字段含义 | 是否主键 | 备注 |
seqnum | long | 规则序号 | 是 | 唯一 |
docidpre | Varchat(20) | 规则前缀 | 是 | |
docidsuff | Varchat(20) | 规则后缀 | 是 | |
valsupp | float | 支持度 | ||
valconf | float | 置信度 | ||
valrecm | float | 推荐度 | ||
ruletime | Varchat(20) | 规则生成时间 | ‘20060101091030’ |
表16用户兴趣粗向量表Tab_roughprefs
字段名 | 字段类型 | 字段含义 | 是否主键 | 备注 |
userid | Varchat(20) | 用户ID | 是 |
roughprefs | Varchat(3000) | 兴趣粗向量 | <=150个词 | |
stactime | Varchat(20) | 处理时间 | ‘20060101091030’ |
表17用户兴趣细向量表Tab_deliprefs
字段名 | 字段类型 | 字段含义 | 是否主键 | 备注 |
userid | Varchat(20) | 用户ID | 是 | 主键 |
deliprefno | Varchat(2) | 兴趣细向量编号 | ||
deliprefs | Varchat(600) | 兴趣细向量 | <=30个词 | |
stactime | Varchat(20) | 处理时间 | ‘20060101091030’ |
表18用户兴趣资源推荐表Tab_prefrecom
字段名 | 字段类型 | 字段含义 | 是否主键 | 备注 |
userid | Varchat(20) | 用户ID | 是 | 主键 |
deliprefno | Varchat(2) | 兴趣细向量编号 | 是 | |
delirecdocid | Varchat(20) | 细向量推荐文档 | 是 | |
recmvalue | float | 推荐度 | ||
valuegt | float | 推荐度阀值 | ||
stactime | Varchat(20) | 处理时间 | ‘20060101091030’ |
表19细兴趣相似用户表Tab_simusers
字段名 | 字段类型 | 字段含义 | 是否主键 | 备注 |
userid | Varchat(20) | 用户ID | 是 | |
useridsuff | Varchat(20) | 用户ID | <=30个词 | |
simvalue | float | 相似度 |
valuegt | float | 相似度阀值 | ||
stactime | Varchat(20) | 处理时间 | ‘20060101091030’ |
表20细兴趣相似用户协同推荐表Tab_collarecom
字段名 | 字段类型 | 字段含义 | 是否主键 | 备注 |
userid | Varchat(20) | 用户ID | 是 | |
recmdocid | Varchat(20) | 推荐文档ID | 是 | |
valuegt | float | 推荐度 | ||
valuegt | float | 推荐度阀值 | ||
stactime | Varchat(20) | 处理时间 | ‘20060101091030’ |
最后所应说明的是:以上实施例仅用于说明而非限制本发明的技术方案,尽管参照上述实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,依然可以对本发明进行修改或者等同替换,而不脱离本发明的精神和范围的任何修改或局部替换,其均应涵盖在本发明的权利要求范围当中。
Claims (6)
1.一种面向知识服务的推荐方法,其特征在于:***原型包括四大部分:
(1)领域知识本体OWL文件的处理和转换;(2)文档资源著录和加工;(3)用户-***交互;(4)***推荐预处理;其中,(1)、(2)、(4)三个部分主要为后台处理,(3)为前台的用户实时动态交互。
2.根据权利要求1所述的一种面向知识服务的推荐方法,其特征在于:文档资源的著录和加工主要包括两个方面:(1)把著录处理,将文档资源所对应的本档编号、文献标题、作者、主题关键词、摘要、发表期刊、发表年期以及加工入库时间著录数据录入到数据库中,建立起文档资源库,文档资源加工入库时间作为最新资源推荐的依据,发表年期作为加权关联规则挖掘时进行时间新颖性加权的依据;(2)利用领域本体OnioAvion生成的概念词典进行文档概念的抽取,并基于篇章位置按3∶2∶1加权生成表达文档内容的概念向量,基于生成的文档概念向量与已经入库的文档资源进行相似性计算,把高于相似性阂值的文档列表存入数据库中,供相似资源推荐时调用。
3.根据权利要求1所述的一种面向知识服务的推荐方法,其特征在于:用户交互界面中集成多种交互元素,包括多种检索途径、推荐反馈列表以及可视化查询导航;在交互过程中,用户的注册信息、提问信息、浏览和下载文档资源的信息都会被***隐式跟踪并自动记录下来,记录下来的数据信息能够进行统计分析,同时进行数据挖掘和推荐预处理数据的生成。
4.根据权利要求1所述的一种面向知识服务的推荐方法,其特征在于:推荐预处理包括三个方面:(1)加权关联规则挖掘,发现用户访问过程中资源对象之间的关联性,实现基于资源新颖性的加权关联规则协同推荐,当用户浏览某资源对象时,将具有高度关联推荐值的其他资源进行推荐;(2)发现和获取用户细兴趣,通过用户兴趣和文档资源的相似度计算,预处理得到用户的各细兴趣资源推荐列表;(3)寻找细兴趣相似用户,基于相似用户群的访问资源统计来向当前用户进行协同推荐。
5.根据权利要求1所述的一种面向知识服务的推荐方法,其特征在于:对本体OWL文件进行处理和转换,转换目标有三:(1)实现图形式网状的可视化导航功能;(2)将本体中的所有概念词汇自动抽取出来,形成一个词典式的纯文本文件vocabulary.txt;(3)本体三元组的提取和关系数据库存储。
6.根据权利要求1所述的一种面向知识服务的推荐方法,其特征在于:领域知识本体OntoAvion通过Protege编辑后,以OWL文件的方式存储于计算机中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009101968729A CN102043793A (zh) | 2009-10-09 | 2009-10-09 | 一种面向知识服务的推荐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009101968729A CN102043793A (zh) | 2009-10-09 | 2009-10-09 | 一种面向知识服务的推荐方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102043793A true CN102043793A (zh) | 2011-05-04 |
Family
ID=43909935
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009101968729A Pending CN102043793A (zh) | 2009-10-09 | 2009-10-09 | 一种面向知识服务的推荐方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102043793A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103635895A (zh) * | 2011-06-30 | 2014-03-12 | 微软公司 | 用于提供多个支持服务的个人长期代理 |
CN104008203A (zh) * | 2014-06-17 | 2014-08-27 | 浙江工商大学 | 一种融入本体情境的用户兴趣挖掘方法 |
CN104021198A (zh) * | 2014-06-16 | 2014-09-03 | 北京理工大学 | 基于本体语义索引的关系数据库信息检索方法及装置 |
CN104063429A (zh) * | 2014-06-11 | 2014-09-24 | 深圳德协保税电子商务有限公司 | 电子商务中用户行为的预测方法 |
CN104281617A (zh) * | 2013-07-10 | 2015-01-14 | 广州中国科学院先进技术研究所 | 一种基于领域知识的多层关联规则挖掘方法及*** |
CN105183817A (zh) * | 2015-08-27 | 2015-12-23 | 北京时代焦点国际教育咨询有限责任公司 | 一种基于领域驱动设计的题库建模方法及*** |
CN105678383A (zh) * | 2016-01-04 | 2016-06-15 | 北京飞舜信息技术有限公司 | 基于本体模型的移动知识服务*** |
CN103886046B (zh) * | 2014-03-11 | 2017-02-08 | 中国信息安全测评中心 | 一种面向Web数据交换的自动语义抽取的方法 |
CN103744955B (zh) * | 2014-01-04 | 2017-04-05 | 北京理工大学 | 一种基于本体匹配的语义查询方法 |
CN108287916A (zh) * | 2018-02-11 | 2018-07-17 | 北京方正阿帕比技术有限公司 | 一种资源推荐方法 |
CN110069607A (zh) * | 2017-12-14 | 2019-07-30 | 株式会社日立制作所 | 用于客户服务的方法、装置、电子设备、计算机可读存储介质 |
CN111540421A (zh) * | 2020-04-19 | 2020-08-14 | 周玉娟 | 基于大数据的智慧医疗病情监控方法及大数据医疗云平台 |
-
2009
- 2009-10-09 CN CN2009101968729A patent/CN102043793A/zh active Pending
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9317834B2 (en) | 2011-06-30 | 2016-04-19 | Microsoft Technology Licensing, Llc | User computing device with personal agent program for recommending meeting a friend at a service location based on current location, travel direction, and calendar activity |
US9569726B2 (en) | 2011-06-30 | 2017-02-14 | Microsoft Technology Licensing, Llc | Server computing device for recommending meeting a friend at a service location based on current location, travel direction, and calendar activity |
CN103635895A (zh) * | 2011-06-30 | 2014-03-12 | 微软公司 | 用于提供多个支持服务的个人长期代理 |
CN104281617A (zh) * | 2013-07-10 | 2015-01-14 | 广州中国科学院先进技术研究所 | 一种基于领域知识的多层关联规则挖掘方法及*** |
CN103744955B (zh) * | 2014-01-04 | 2017-04-05 | 北京理工大学 | 一种基于本体匹配的语义查询方法 |
CN103886046B (zh) * | 2014-03-11 | 2017-02-08 | 中国信息安全测评中心 | 一种面向Web数据交换的自动语义抽取的方法 |
CN104063429A (zh) * | 2014-06-11 | 2014-09-24 | 深圳德协保税电子商务有限公司 | 电子商务中用户行为的预测方法 |
CN104021198A (zh) * | 2014-06-16 | 2014-09-03 | 北京理工大学 | 基于本体语义索引的关系数据库信息检索方法及装置 |
CN104021198B (zh) * | 2014-06-16 | 2017-09-01 | 北京理工大学 | 基于本体语义索引的关系数据库信息检索方法及装置 |
CN104008203B (zh) * | 2014-06-17 | 2018-04-17 | 浙江工商大学 | 一种融入本体情境的用户兴趣挖掘方法 |
CN104008203A (zh) * | 2014-06-17 | 2014-08-27 | 浙江工商大学 | 一种融入本体情境的用户兴趣挖掘方法 |
CN105183817A (zh) * | 2015-08-27 | 2015-12-23 | 北京时代焦点国际教育咨询有限责任公司 | 一种基于领域驱动设计的题库建模方法及*** |
CN105678383B (zh) * | 2016-01-04 | 2018-03-27 | 北京飞舜信息技术有限公司 | 基于本体模型的移动知识服务*** |
CN105678383A (zh) * | 2016-01-04 | 2016-06-15 | 北京飞舜信息技术有限公司 | 基于本体模型的移动知识服务*** |
CN110069607A (zh) * | 2017-12-14 | 2019-07-30 | 株式会社日立制作所 | 用于客户服务的方法、装置、电子设备、计算机可读存储介质 |
CN110069607B (zh) * | 2017-12-14 | 2024-03-05 | 株式会社日立制作所 | 用于客户服务的方法、装置、电子设备、计算机可读存储介质 |
CN108287916A (zh) * | 2018-02-11 | 2018-07-17 | 北京方正阿帕比技术有限公司 | 一种资源推荐方法 |
CN111540421A (zh) * | 2020-04-19 | 2020-08-14 | 周玉娟 | 基于大数据的智慧医疗病情监控方法及大数据医疗云平台 |
CN111540421B (zh) * | 2020-04-19 | 2021-01-08 | 深圳坐标软件集团有限公司 | 基于大数据的智慧医疗病情监控方法及大数据医疗云平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102043793A (zh) | 一种面向知识服务的推荐方法 | |
CN100458795C (zh) | 一种智能组词输入的方法和一种输入法***及其更新方法 | |
CN101655857B (zh) | 基于关联规则挖掘技术挖掘建设法规领域数据的方法 | |
Belwal et al. | A new graph-based extractive text summarization using keywords or topic modeling | |
CN106095762A (zh) | 一种基于本体模型库的新闻推荐方法及装置 | |
CN102902700A (zh) | 基于在线增量演化主题模型的软件自动分类方法 | |
CN102439542A (zh) | 电子设备的文本输入***及文本输入方法 | |
CN101630314A (zh) | 一种基于领域知识的语义查询扩展方法 | |
CN107798387A (zh) | 一种适用于高端装备全生命周期的知识服务***及方法 | |
Du et al. | An approach for selecting seed URLs of focused crawler based on user-interest ontology | |
CN103324700A (zh) | 一种基于Web信息的本体概念属性学习方法 | |
US11887011B2 (en) | Schema augmentation system for exploratory research | |
CN103425740A (zh) | 一种面向物联网的基于语义聚类的物资信息检索方法 | |
Rodrigues et al. | Aspect-based classification of product reviews using Hadoop framework | |
Singhal et al. | Data extract: Mining context from the web for dataset extraction | |
Suresh et al. | Data mining and text mining—a survey | |
An et al. | Automatic generation of ontology from the deep web | |
Zhang et al. | The extraction method of new logining word/term for social media based on statistics and N-increment | |
CN102915304A (zh) | 文档检索设备和方法 | |
Abu Rasheed et al. | A text extraction-based smart knowledge graph composition for integrating lessons learned during the microchip design | |
Kanwal et al. | Adaptively intelligent meta-search engine with minimum edit distance | |
Mahalakshmi et al. | An effective multilingual retrieval with query optimization using deep learning technique | |
Hristoskova et al. | A graph-based disambiguation approach for construction of an expert repository from public online sources | |
Hirchoua et al. | Topic hierarchies for knowledge capitalization using hierarchical Dirichlet processes in big data context | |
Salim et al. | A framework for building multilingual ontologies for Islamic portal |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
DD01 | Delivery of document by public notice |
Addressee: Lu Jianhua Document name: Notification that Application Deemed to be Withdrawn |
|
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110504 |