基于语义上下文的知识服务关键技术研究

本项目在分析面向组织的知识服务现状和特征基础上，找出目前知识服务研究存在的不足及其原因，试图提出一种基于语义上下文的知识模型和知识服务来解决现存的问题。本项目以动态描述逻辑作为语义建模形式化框架，基于知识流和业务流程来研究组织知识模型，分析语义上下文的基本特征并进行形式化建模。基于本体、社会网络分析和统计学习方法来发现和识别各种语义上下文，包括逻辑上下文、个性上下文、社会上下文和业务上下文。进而研究基于语义上下文的语义搜索、关联导航、动态导航、主动推送等知识服务模式，形成一套系统的知识服务方法和关键技术。本项目采用面向服务的架构和语义技术来搭建知识服务平台，提供多种接口和工具与业务应用集成，建立应用示范，以期将这些方法和技术推广应用到电子商务、电子政务、在线学习等领域，实现企事业单位、政府等组织机构的全面知识化。

本项目以组织的知识管理和知识服务为研究背景，在分析面向组织的知识服务现状和特征基础上，找出目前知识服务研究存在的不足及其原因，以期提出一种基于语义上下文的知识模型和知识服务来解决现存的问题。本项目按照原定的计划要点开展工作，顺利完成了计划任务。主要成果包括：1）以动态描述逻辑作为语义建模形式化框架，基于知识流和业务流程来研究组织的知识模型，分析语义上下文的分类和基本特征并进行形式化建模，包括基于逻辑层次关系的逻辑上下文、基于个人偏好的个性上下文、基于社会网络关系的社会上下文和基于业务流程的业务上下文；2）提出了一种文本语境的概念模型及其框架表征，并在此基础上提出了一种新的主题模型fLDA（frame-oriented latent Dirichlet allocation），用于从文本集合中挖掘多个主题，并采用语境框架网络表示每个主题；3）结合领域本体与大众分类构建一个动态扩展的概念语义空间，并通过对用户信息及其标注行为进行挖掘，构建了基于概念本体的细粒度单用户和群体用户的偏好模型； 4）提出了一种将用户行为特征与文本内容相结合自动分析发现用户的社会上下文方法。根据用户发布的文本内容、用户行为数据和时间信息，采用文本建模、情感分析、社会网络分析方法等自动发现一定社区或组织范围内的社会上下文，以形成特定主题的社会关系网络图；5）在理论方法研究基础上进行应用创新，对基于语义上下文的面向工作场景学习应用进行研究，选择特定的应用场景提出了模块化学习和基于任务的即时学习两种学习模式，基于用户胜任力模型，根据业务流、用户模型以及社会上下文为用户提供个性化的资源推送、关联导航、学习同伴推荐等知识服务模式，形成一套系统的知识服务方法论和关键技术。选择在线学习作为典型应用场景建立应用示范，以期将这些方法和技术推广应用到电子商务、电子政务等领域，实现企事业单位、政府等组织机构的全面知识化。