基于本體的個性化知識推薦技術(shù)研究及應(yīng)用.pdf

1、隨著知識經(jīng)濟的快速發(fā)展，企業(yè)對知識的需求越來越強烈，很多企業(yè)通過引入知識管理系統(tǒng)來管理企業(yè)內(nèi)部的知識資源。然而，系統(tǒng)中知識資源的急劇增長導(dǎo)致用戶很難找到真正需要的知識，從而陷入知識迷航的困境。個性化推薦技術(shù)是目前解決信息過載問題最有效的方法之一，利用推薦技術(shù)可以將用戶從海量的知識資源中解脫出來，幫助用戶高效地獲取知識。本文將個性化知識推薦技術(shù)引入到鐵路貨車設(shè)計知識管理系統(tǒng)中，重點對用戶建模方法和個性化推薦算法進行研究。論文的主要研究內(nèi)容

2、如下：
　?。?）給出了基于個性化知識推薦技術(shù)的設(shè)計知識管理系統(tǒng)框架，該框架由知識資源層、知識處理層、業(yè)務(wù)邏輯層和用戶接口層組成。其中，業(yè)務(wù)邏輯層是系統(tǒng)的核心層，主要負責(zé)用戶建模和個性化知識推薦的業(yè)務(wù)處理。
　?。?）提出了一種基于本體的細粒度用戶建模方法。在基于本體的用戶建模方法基礎(chǔ)上，定義了用戶模型的細粒度描述；給出了基于瀏覽行為的用戶興趣度量方法，并結(jié)合領(lǐng)域本體實現(xiàn)用戶模型的推理學(xué)習(xí)，同時給出了基于用戶興趣衰減機制的用

3、戶模型動態(tài)更新方法。
　?。?）提出了一種基于本體的多層協(xié)同過濾推薦算法，給出了算法的總體思路及處理流程。算法在基于本體的細粒度用戶模型的基礎(chǔ)上，結(jié)合了多種用戶相似性度量方法，通過對用戶鄰居集合進行多層過濾得到用戶最近鄰，然后根據(jù)最近鄰的群體興趣為用戶推薦知識，并通過實驗驗證了本文算法的有效性。
　?。?）完成了基于個性化知識推薦技術(shù)的設(shè)計知識管理系統(tǒng)的設(shè)計與開發(fā)。通過分析項目背景給出了系統(tǒng)的主要功能結(jié)構(gòu)，描述了系統(tǒng)的設(shè)計和