基于用户本体模型的文本信息过滤方法研究

• 作者: 刘中原 张博锋 潘建国 王洋
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 文本过滤 用户本体模型 虚关系 文本结构分析
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 基金项目论文
• 页码范围: 43-45,84
• 页数: 4页
• 分类号: TP3
• 字数: 4036字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2009.05.015

摘要

随着互联网信息的快速剧增,文本过滤技术成为互联网内容处理的关键技术,对海量信息处理具有很重要的意义.目前研究热点是基于语义的过滤方法,但是这些方法一般都需要大量规则和领域知识的支持,可用性不是很好.为了使机器更好地理解用户需求和文本内容,使过滤结果更能反映用户的真正需求,提高文本过滤的准确率和召回率,提出了基于用户本体模型UOM的文本信息过滤方法.该方法主要包括UOM构建、文本结构分析、文本概念提取和语义相关度计算等.基于UOM(User Ontology Model)的过滤方法,不仅可以表示复杂的用户需求,而且还避免了领域本体的构建,因而其有效性和实用性得到了很大的提高.通过在网络教学资源的智能按需服务系统中的实际运用,表明此方法能更有效地为用户提供过滤服务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张博锋	上海大学计算机工程与科学学院	40	453	10.0	20.0
2	王洋	上海大学计算机工程与科学学院	7	4	1.0	1.0
3	潘建国	上海大学计算机工程与科学学院	7	87	4.0	7.0
4	刘中原	上海大学计算机工程与科学学院	1	2	1.0	1.0