大规模商品知识的组织和查询优化

• 作者: 宋浩 李优 林煜明 黄涛贻
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 商品知识图谱 知识组织 学习索引 查询优化
• 年，卷（期）: 2020,（21）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 154-163
• 页数: 10页
• 分类号: TP392
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1908-0258

摘要

互联网正面向知识互联的Web3.0时代,其目标是实现人和机器都可以理解的更智能化的网络.在此环境下,各种类型的知识图谱应运而生.商品知识由于知识的异质性,使其管理更具挑战性.设计一种融合了客观性商品分类知识和主观性用户观点的大规模商品知识组织框架;提出了一种基于神经网络的学习索引技术,以此提升查询效率;针对商品知识结构的特性和查询需求的特点,实现了一种基于子变量组合的连接策略.实验结果表明,提出的方法相对于现有的知识管理系统,在大规模商品知识的检索效率上有较大幅度的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林煜明		27	54	4.0	6.0
2	李优		15	16	2.0	3.0
3	黄涛贻		1	0	0.0	0.0
4	宋浩		2	1	1.0	1.0