人工智能推理引擎在微博数据挖掘中的应用.docVIP

人工智能推理引擎在微博数据挖掘中的应用 　　摘 要： 面对庞大的微博用户群，提升用户体验以吸引更多用户成为关键因素，因此自动学习推理系统的研究成为热点，对微博用户的倾向进行推测，同时，使用图形化的组件使得操作更加简洁方便。系统中使用定量的不确定推理算法，也改变了定性推理造成结果不准确的情况，从而帮助用户更高效、准确地推送网络好友，通过运用人工智能和数据挖掘等领域中的理论和算法设计实现了自动学习推理系统。系统计划在搜狐微博中上线，在测试过程中取得了一定的预期成果。 　　关键词： 数据挖掘； 微博应用； 不确定推理； NHibernate和Spring.NET框架结构 　　中图分类号： TN915.1?34； TM417 文献标识码： A 文章编号： 1004?373X（2016）15?0099?04 　　Abstract： Facing the enormous microblog user group， the promotion of user experience is the key factor to attract more users. Therefore， the study on automatic learning and reasoning system （ALRS） becomes a research hotspot， which can speculate the tendency of microblog users， and make the operation with graphic components more concise and convenient. The quantitative uncertain reasoning algorithm used in ALRS can change the uncertain results caused by qualitative reasoning， and help the users to recommend the network friends efficiently and accurately. The ALRS was designed and implemented with the theories and algorithms in artificial intelligence， data mining and other fields. There is plan that the system will enter in Sohu microblog， and a certain expected result has been obtained in test process. 　　Keywords： data mining； microblog application； uncertain reasoning； NHibernate and Spring.NET framework 　　0 引 言 　　微博是当前最炙手可热的互联网应用，作为一种信息的交互平台，微博正成为网民愈加重要的言论发表方式。除此之外，微博还可以通过用户间的关注形成巨大的人际交互网络。在微博中，人际间的交互体现为用户间添加关注、转发、收听等。其中添加关注是最为基础的用户操作。然而，很多刚刚开始使用微博的用户，可能只会添加一些名人微博进行关注，甚至连名人微博都不会添加，对于众多其他的不错的草根微博却一无所知，微博就会失去使用价值和意义[1]。 　　为了推广微博应用，提高微博的可用性、有趣性，搜狐微博推出了“猜你认识”的功能。搜狐微博设计了热词系统。通过这些用户提及的热词，在系统中寻找相应的推理方法，进行归纳推理，得出推理结果。系统后台对推理结果在前台页面体现。用户不但可以删改后台推理得出的结果（即标签），还可以自己添加标签，丰富自己的形容。后台程序将针对每一个用户倾向，找到与用户具有相同倾向的其他用户，作为推荐好友推荐给用户，这样，就可以帮助用户建立更大更广的关注圈[2]。 　　基于人工智能的抽象建模（即推理规则的提取）、基于一系列第三方控件的操作界面、不确定推理运算等一系列思想与方法，实现自动学习推理系统。通过系统运行时做出的自动调整（包括增益与衰减），系统不但大大降低了后台人员的维护成本，而且更提高了用户体验性，使得微博用户能够得到更好更准确的服务[3]。 　　1 系统需求分析 　　1.1 需求概述 　　自动学习推理系统主要面向两方面用户的使用，即后台运维人员和普通微博用户[4]。 　　系统应该满足一次录入推理数据、多次使用该数据的要求，也就是说，推理数据是系统的基础。在运维人员需要在构建好分类和事