运用本体构建知识社群的用户profile

论文摘要

众所周知，当今世界是一个知识化的时代，越来越多的人们已经了解到知识的重要性，他们希望能掌握更多的知识以求在未来的竞争中获得更多的优势。一般而言，从知识是否能够用语言直接表达和有效转移的属性来看，可以将知识分为外显知识和内隐知识两种类型。而知识社群作为将内隐知识转化为外显知识的一种很好的机制也越来越多的为更多的企业及研究人员所接受。 在这种情况下，如果能够通过知识社群对员工进行综合评估，就可以使企业管理者更好的了解企业的员工，也使得企业的员工能够最大程度的发挥自己的特长，更好的为企业服务。为了达到这个目的，作者在知识社群中引入用户profile并根据需要对该模型进行了一些必要改进。 用户profile是对用户建立的个性化模型，可以理解为用户的信息需要、用户的兴趣领域或主题，用户的访问方式、思维方式等等或者它们的结合；也可以是一些用户需要的特殊信息的相关背景，比如说，被请求的知识的类型或者用户的背景知识。 可以看出，仅仅利用现有的用户profile是远远不够的，必须对它进行改进。根据行为学理论，可以知道人的行为几乎都是有一定的目的性的。基于这个原理，作者提出根据用户在社群中的一些间接行为来对用户进行评估。

论文目录

• 第一章 绪论
• 1.1 本体
• 1.1.1 本体的定义
• 1.1.2 本体的作用
• 1.1.3 本体的类型
• 1.2 知识社群的发展及其主要功能
• 1.2.1 知识社群的概念
• 1.2.2 知识社群的特征与优势
• 1.3 用户PROFILE的定义及其构建形式
• 1.3.1 用户profile的定义
• 1.3.2 用户profile的构建形式
• 1.3.3 用户profile构建技术的国内外研究现状
• 1.4 论文的研究内容和组织结构
• 1.4.1 论文研究的主要问题
• 1.4.2 论文的研究内容和组织结构
• 1.5 论文的主要贡献
• 第二章 相关技术研究
• 2.1 文章分类
• 2.1.1 文章分类技术
• 2.2 自动用户建模
• 2.2.1 自动用户建模的关键技术——用户聚类
• 2.3 用户评估
• 2.3.1 神经网络
• 2.3.1.1 神经网络的分类
• 2.3.1.2 神经网络的特点
• 2.3.1.3 神经网络的应用
• 2.3.2 粗糙集理论
• 2.3.2.1 粗糙集理论的产生和发展
• 2.3.2.2 粗糙集理论所能处理的问题
• 2.3.2.3 粗糙集理论的特点
• 2.3.2.4 粗糙集理论的应用
• 2.3.3 神经网络与粗糙集
• 2.3.3.1 神经网络与粗糙集的共同点
• 2.3.3.2 神经网络与粗糙集的不同点
• 2.3.2.3 基于粗糙集的神经网络
• 第三章 用户PROFILE
• 3.1 用户兴趣的获得
• 3.1.1 由用户填写的表单得到用户的兴趣
• 3.1.2 由用户的浏览行为得到用户的兴趣
• 3.1.2.1 浏览行为对用户兴趣的体现
• 3.1.2.2 浏览行为的分类
• 3.1.2.3 兴趣度估计的主要来源——间接行为
• 3.1.3 基于用户间接行为的用户兴趣度分析
• 3.1.3.1 间接行为与用户兴趣度的相关性分析
• 3.1.3.2 兴趣度估计的最小浏览行为组合
• 3.1.4 兴趣度的计算方法
• 3.1.4.1 用户兴趣度的估计
• 3.1.4.2 用户兴趣随时间的衰减
• 3.1.4.3 系统采用的计算兴趣度的方法
• 3.2 用户特性
• 3.2.1 描述用户特性的几个方面的分析
• 3.2.2 系统中文章权重的设置
• 3.2.3 用户特性的构造
• 3.3 小结
• 第四章 运用本体构建知识社群的用户PROFILE体系结构及其设计
• 4.1 运行开发环境
• 4.2 知识社群的结构
• 4.2.1 知识社群的体系结构
• 4.2.2 知识社群的划分
• 4.3 用户PROFILE的设计及其结构
• 4.3.1 用户profile的设计
• 4.3.2 系统中本体的运用
• 4.3.3 模块设计
• 4.3.3.1 用户行为分析模块的设计
• 4.3.3.2 用户特性分析模块的设计
• 4.3.4 用户profile的结构以及实现
• 4.4 实验结果
• 4.4.1 实验目的及其指标
• 4.4.2 实验结果及其分析
• 4.5 小结
• 第五章 结论和展望
• 5.1 论文的结论
• 5.2 研究课题的展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文目录