基于本體的上下文感知“科技論文在線”用戶行為推理研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展，網(wǎng)絡(luò)資源越來越豐富，用戶訪問行為隨處可見，而這些訪問行為是用戶意圖、動(dòng)機(jī)在行動(dòng)上的實(shí)際表現(xiàn)。以“中國科技論文在線”（以下簡稱“在線”）平臺(tái)為例，該平臺(tái)包含了15萬篇以上的首發(fā)與優(yōu)秀論文、眾多的優(yōu)秀學(xué)者及其它的綜合服務(wù)，用戶在信息海洋中尋找自己感興趣的資源總歸是一件耗時(shí)、繁瑣、低效的工作，如何解決此問題，是目前用戶行為研究的熱點(diǎn)。
　　 本文以節(jié)約用戶精力，提供智能化服務(wù)，優(yōu)化網(wǎng)站架構(gòu)為宗旨，展開對(duì)用戶行為的

2、研究，所做工作如下:
　　 (1)全面分析用戶行為。分析用戶行為與心理，用戶行為的特征及分類，著重研究了“在線”用戶行為的特點(diǎn)，提取用戶行為的方式，并探討了如何對(duì)提取的用戶行為進(jìn)行預(yù)處理，利用聚合算法對(duì)用戶行為進(jìn)行過濾處理。
　　 (2)提出了基于HBase的本體存儲(chǔ)模式。對(duì)用戶行為模型的分析對(duì)比發(fā)現(xiàn)，只有少數(shù)學(xué)者利用本體模型分析用戶行為，多數(shù)使用向量空間模型，在綜合分析現(xiàn)有用戶行為研究成果的基礎(chǔ)上，提出對(duì)“在線”用戶行

3、為建立本體模型。分析了本體的兩種存儲(chǔ)模式:基于文件的存儲(chǔ)模式和基于關(guān)系數(shù)據(jù)庫的存儲(chǔ)模式，這兩種模式都存在各自的缺點(diǎn)，結(jié)合“在線”用戶行為的特點(diǎn)與大數(shù)據(jù)處理的方法，提出了基于HBase的本體存儲(chǔ)模式，并對(duì)其可行性進(jìn)行了驗(yàn)證。
　　 (3)建立了用戶行為本體模型。本文詳細(xì)介紹了用戶行為建模方法，對(duì)“在線”用戶行為分析主要包含動(dòng)態(tài)用戶行為、歷史用戶行為和用戶興趣三部分內(nèi)容，分析過程包括:識(shí)別用戶、獲取用戶行為上下文信息（即動(dòng)態(tài)用戶行為

4、）、用戶行為信息的預(yù)處理;獲取用戶興趣信息，描述用戶興趣的方法;分析了用戶行為聚合的必要性，設(shè)計(jì)了用戶上下文信息的聚合算法;針對(duì)“在線”用戶行為特點(diǎn)，研究了用戶行為上下文本體模型、檢測了該本體的正確性與一致性。最后，對(duì)本體的存儲(chǔ)模式進(jìn)行了探索，設(shè)計(jì)并實(shí)現(xiàn)了基于HBase的本體混合存儲(chǔ)模式，同時(shí)進(jìn)行了相關(guān)測試。
　　 (4)設(shè)計(jì)了用戶行為分析引擎。提出了“用戶行為分析引擎”的概念，定義其功能為:獲取用戶動(dòng)態(tài)行為、歷史行為和用戶興趣

5、，并加以綜合、分析，推理出用戶行為特點(diǎn)。本文采用JavaScript與Ajax的方式獲取用戶行為并異步上傳用戶動(dòng)態(tài)行為（包含上下文信息），然后對(duì)動(dòng)態(tài)行為進(jìn)行預(yù)處理、使用聚合算法進(jìn)行融合，將所得結(jié)果與用戶的歷史行為、用戶興趣相結(jié)合，引入本體推理規(guī)則進(jìn)行推理分析，從而發(fā)現(xiàn)用戶個(gè)性化的興趣。
　　 本文的創(chuàng)新工作包括以下幾點(diǎn):
　　 1、構(gòu)建基于本體的上下文感知用戶行為模型，設(shè)計(jì)并實(shí)現(xiàn)了基于HBase的本體存儲(chǔ)模式。