基于用户兴趣的Web知识检索与推理双向融合研究

本项目采用基于用户兴趣的检索与推理双向融合方法，针对万维网知识处理遇到的数据规模与用户需求各异性问题进行研究。首先研究分散式用户兴趣源的集成与分析方法，阐明兴趣的结构与动力学特性，在此基础上进行兴趣的语义表示研究，将兴趣分析结果转化为语义知识源。随后从时间、空间、结构角度展开兴趣逻辑的研究，为检索与推理的融合策略奠定基础。最后基于兴趣分析结果及兴趣逻辑，研究检索与推理双向融合的具体策略，并通过实世界应用进行用户评估。本项目有关兴趣集成、分析、表示及兴趣逻辑的研究将为万维网平台上的用户兴趣研究提供理论参考。双向融合方法将为解决万维网知识处理遇到的规模与需求各异性问题提供理论依据及有效的方法，据此实现的平台将为研发大规模个性化语义搜索及推理引擎提供参考。本项目研发的大规模科学文献语义检索与分析系统、基于位置的服务系统将为辅助广大科研人员进行科研提供良好的支持。

本项目提出并实现了基于用户兴趣的知识检索与推理双向融合理论与算法，并将其应用于解决万维网知识处理中遇到的数据规模与用户需求各异性问题中。本研究提出并实现了分散式用户兴趣源的集成与分析算法、兴趣的知识表示方法，并在具体的应用研究中将兴趣分析结果转化为语义知识源，为基于用户兴趣的Web知识服务系统提供动态用户兴趣知识。提出了用于描述人类兴趣的兴趣逻辑语言，该语言及在此基础上扩展的时间兴趣逻辑、空间兴趣逻辑、认知兴趣逻辑语言对兴趣的时间、空间、结构属性具有较好的表达能力，为检索与推理的融合策略奠定了基础。. 本项目基于多数据源、多视角兴趣集成与分析及兴趣逻辑，研究并提出了基于用户兴趣及其语义相似度分析的检索与推理双向融合策略。为了验证相关理论与算法的有效性，研发了基于社交网络数据和地理数据的主动学术互访推荐系统，及基于兴趣相关度分析的自动景点推荐系统，并通过用户评估，验证相关理论与方法在实际应用系统中的有效性。. 本项目有关多数据源兴趣集成、分析、表示及兴趣逻辑的研究将为万维网平台上用户兴趣的研究与应用提供理论参考。实验研究结果表明，双向融合方法为解决万维网知识处理遇到的需求各异性问题提供了基于用户兴趣的理论依据及有效的策略。此外，基于用户兴趣的融合方法在大规模可能的结果中专注于提供给用户与其兴趣背景最相关的知识，因此Web尺度数据与知识处理的规模问题也通过用户兴趣驱动的知识检索与推理得以改善。