基于本体的个性化学习资源语义检索

论文摘要

随着网络学习资源的海量级增长,加之不同用户背景知识和兴趣爱好各异,信息需要不尽相同,传统的基于关键字匹配的信息检索技术无论从资源覆盖率、检索精度等诸多方面来看,都无法满足网络学习行为个性化和创造性学习活动的需求。因此,如何从海量级的数据和信息中高效地获取有用的学习资源,满足各种不同用户的不同信息需求,成为学习系统亟需解决的问题。本文在系统地研究语义检索和个性化学习的基础上,提出了一种基于本体的个性化学习资源语义检索模型。该模型对学习资源构建领域本体,实现语义化过程,并通过用户兴趣建模,捕获用户兴趣,实现学习资源的个性化语义检索。论文的主要工作为如下：1.简要介绍了本体的建模规则与流程,分析元数据与本体之间的关系,参照七步法,结合CELTSC教育资源规范和知识点关系进行本体的构建,并通过实例来说明了它的可行性。2.构建了个性化用户兴趣模型,并对用户兴趣漂移问题进行了研究。利用概念关联矩阵计算概念之间的语义关联将用户新的兴趣与当前兴趣进行合并,完成用户兴趣的更新。3.研究了语义检索过程涉及到的相似度计算、检索算法等关键技术,并且以实验的形式来对算法的有效性进行了测试,有效验证了算法的可行性。4.给出了一个基于本体的个性化学习资源语义检索模型。该模型在构建学习资源本体库和用户模型构建的基础上,通过计算学习资源之间的概念相似度,实现学习资源的个性化语义检索。本文下一步的工作将致力于用户兴趣模型算法的改进,为用户提供更准确的个性化服务和指导,从而进一步提高e-Learning平台的性能。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.3 主要研究内容
• 1.4 论文的组织结构
• 第二章 语义WEB与个性化检索
• 2.1 语义Web
• 2.1.1 语义Web概述
• 2.1.2 语义Web的层次模型
• 2.2 本体
• 2.2.1 本体的定义
• 2.2.2 本体建模元语
• 2.2.3 本体的作用
• 2.3 个性化检索
• 2.3.1 检索定义及模型
• 2.3.2 语义检索
• 2.3.3 本体在语义检索中的应用
• 2.4 本章小结
• 第三章 教育资源本体的构建
• 3.1 本体建模理论
• 3.1.1 本体的形式化描述
• 3.1.2 本体的构建规则
• 3.1.3 本体建模流程
• 3.2 基于元数据的本体构建方法
• 3.2.1 元数据与本体的关系
• 3.2.2 教育资源建设元数据规范
• 3.2.3 基于CELTSC规范的教育资源本体的构建
• 3.3 方法的实现和教育资源本体的构建
• 3.4 本章小结
• 第四章 个性化用户兴趣模型
• 4.1 用户建模关键技术研究
• 4.1.1 用户模型比较
• 4.1.2 本体建模的优点
• 4.2 个性化用户兴趣模型构建
• 4.2.1 用户兴趣模型框架
• 4.2.2 用户模型的本体表示
• 4.3 用户模型的自适应更新
• 4.3.1 概念关联矩阵
• 4.3.2 用户兴趣漂移机制
• 4.3.3 兴趣漂移评测与分析
• 4.4 本章小结
• 第五章 语义相似度与检索算法
• 5.1 相似度计算
• 5.1.1 语义相似度
• 5.1.2 概念相似度计算
• 5.1.3 属性相似度计算
• 5.2 检索算法
• 5.3 检索性能分析与验证
• 5.3.1 性能评价标准
• 5.3.2 结果与分析
• 5.4 本章小结
• 第六章 原型系统设计与实现
• 6.1 系统模型
• 6.2 系统实现
• 6.3 结果展现
• 6.4 本章小结
• 第七章 结束语
• 7.1 总结
• 7.2 展望
• 致谢
• 参考文献
• 发表论文
• 承担的科研项目