领域资讯的个性化建构抽取建模研究*

• 作者: 任斌斌 刘渊 谢振平
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 网络爬虫 个性化阅读 建构主义学习理论 领域资讯
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 1370-1379
• 页数: 10页
• 分类号: TP182
• 字数: 9572字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1806079

摘要

网络资讯阅读已成为互联网时代个人知识增长的主要手段,更有效地提升资讯获取效率是个性化资讯服务的核心目标.以自动地采集满足个性化需求的领域资讯为问题目标,考虑深度优先、广度优先的抽取策略,并提出平衡组合游走建构认知抽取模型对上述问题进行建模研究.该模型基于人类学习的建构主义理论,基于用户对资讯信息的逐渐认知过程进行建模表达,并模拟用户逐渐阅读抽取网络资讯的过程.在健康领域资讯上的实验分析表明,该模型可更好地模拟人类的资讯阅读选择过程,从而为个性化资讯抽取服务提供基础手段.