基于CommonKADS图书馆个性化系统知识建模研究.docVIP

基于CommonKADS图书馆个性化系统知识建模研究.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于CommonKADS图书馆个性化系统知识建模研究

基于CommonKADS图书馆个性化系统知识建模研究   摘要:图书馆个性化信息推荐服务已经成为数字图书馆的重要组成部分,该文结合知识管理的相关理论,使用CommonKADS知识工程建模方法,构建并实现了一套较为完整的图书馆个性化推荐系统知识模型。   关键词:推荐;知识管理;CommonKADS   中图分类号:TP18 文献标识码:A 文章编号:1009-3044(2015)17-0200-02   知识工程是一种建模活动,可以对知识的几个重要方面进行描述[1]。对于应用系统可以采用多种方法构建,本文主要使用CommonKADS方法构建系统模型。   1 CommonKADS 方法   CommonKADS方法是一种提供整个应用模型的知识工程方法,它强调知识的动态属性[2-3]。在进行知识建模过程中,首先要考虑知识的概念结构把编程细节放在之后。CommonKADS提供一组模型套件来进行知识分析与开发,包括组织模型、任务模型、主体模型、知识模型、通信模型和设计模型[1]。   2 图书馆个性化推荐服务   个性化服务要求根据不同用户的信息需求,提供不同的服务内容,推荐系统要求从图书馆提供的众多资源中找到不同用户所需要的文献信息。个性化推荐系统,是将推荐信息作为输出的系统,它包括输入功能模块、推荐方法模块和输出功能模块[4]。   关联规则推荐是基于数据挖掘的推荐方法,通过挖掘相应的关联关系结合用户需求进行推荐。特点是能发掘出用户新兴趣,但关联规则抽取比较困难和耗时。   3 系统模型   个性化推荐系统的开发,使用层次化的知识建模方法,它可以提高应用系统的重用性和可扩展性。在系统建模过程中,可以使用数据库、人工智能等软件工程的各种技术和方法,还可以通过和其他建模方面混合使用来提高系统的性能。个性化推荐系统建模按照CommonKADS方法,首先分析组织模型、任务模型、主体模型,然后建立推荐系统的知识模型。   (1)组织模型   组织模型主要用来分析系统组织架构的实现目标,系统中可能出现的问题,对是否实现知识系统进行可行性研究,它使用工作表来描述。   组织模型以OM-1工作表来描述组织语境、任务、外部因素、解决方案等内容。图书馆个性推荐系统的组织语境,如下表所示:   (2)任务模型   CommonKADS任务模型可以在组织任务和系统任务之间建立联系,明确任务功能。任务模型中的一些方面,是对组织进行考虑的。任务模型中的信息借助工作表TM-1说明,TM-1可以看作是OM-3工作表中数据的进一步精细。   (3)知识模型   知识模型包括系统中的各类知识和结构,不同的知识在系统中实现不同的应用。知识模型的创建分为三个部分,分别是领域知识、推理知识和任务知识。   结合任务模板构建个性化推荐系统推理结构图,如图1所示:   任务知识,用于描述系统要实现的目标,以及如何实现目标的解决策略。任务知识可以采用层次方式来描述,对应用系统的任务进行分解,把目标任务分解为一系列小任务。   顶层任务命名为recommend-case。把分组看成一个任务对它们进行详细描述。   TASK recommend -case;   DOMANI-NAME:RECOMMEND -INFORMATION - TO - USER;   GOAL: “Recommend appropriate information to the readers .” ;   ROLES:   INPUT: Requirements -information ;   Resources :“books and journals”;   OUTPUT: “Effective information”;   END TASK recommend -case;   TASK-METHOD recommend -method;   REALIZES: recommend ;   DECOMPOSITION:   INFERENCES:generate,select-sub,sort;   ROLES:   INTERMEDIATE   hard-requirements:   sort-requirements:   possible-recommends-results:   valid-recommends-results:   CONTROL-STRUCTURE:   operationalize   generate (requirements   ― possible-recommendation -results)   select-sub ( possible-recommen

文档评论(0)

fangsheke66 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档