雙結(jié)構(gòu)網(wǎng)絡(luò)中基于實體鏈接的信息推薦研究.pdf

1、隨著大數(shù)據(jù)時代的到來，互聯(lián)網(wǎng)上的信息正以指數(shù)級速率增長，面對網(wǎng)上的海量信息，人們越來越難以快速地為自己有限的需求找到有用的信息，擺脫垃圾信息的困擾。雙結(jié)構(gòu)網(wǎng)絡(luò)主張在互聯(lián)網(wǎng)主結(jié)構(gòu)的基礎(chǔ)上增加基于“輻射-復(fù)制”模型的播存次結(jié)構(gòu)網(wǎng)絡(luò)，以物理變革和二元結(jié)構(gòu)的創(chuàng)新思路對當(dāng)前互聯(lián)網(wǎng)主結(jié)構(gòu)實施“深度去冗”，并在用戶終端提供鮮明的個性化服務(wù)，以幫助用戶快速選取有用信息。然而傳統(tǒng)推薦算法對用戶交互行為的依賴過重，推薦精度取決于用戶評分、物品特征等因素，受

2、冷啟動問題影響較大。基于本體的語義推薦算法受冷啟動問題影響小，但推薦實時性差。而雙結(jié)構(gòu)網(wǎng)絡(luò)中每天產(chǎn)生的新信息數(shù)以萬計，對實時性要求較高。如何在最大程度上降低對用戶交互行為的依賴和冷啟動問題的影響，并快速地產(chǎn)生準確的推薦信息是雙結(jié)構(gòu)網(wǎng)絡(luò)中的推薦機制面臨的一個難題。
　　針對傳統(tǒng)推薦算法過于依賴用戶交互行為，以及推薦實時性難以滿足雙結(jié)構(gòu)網(wǎng)絡(luò)特定需求的難題，本文利用命名實體(Named Entity，NE)表示信息的語義內(nèi)涵，設(shè)計了一種

3、動態(tài)語義關(guān)聯(lián)實體庫DSAEL（Dynamic Semantic Associative Entity Library）及其實體鏈接方法DSAEL-EL（Entity Linking Based on Dynamic Semantic Associative Entity Library）。并在DSAEL-EL算法的基礎(chǔ)上，根據(jù)雙結(jié)構(gòu)網(wǎng)絡(luò)的特點提出了一種結(jié)合實體語義和用戶興趣實體標簽的混合信息推薦算法HRESIL(Hybrid Recom

4、mendation Algorithm Combining Entity Semantics and Entity Interest Labels)，以幫助用戶產(chǎn)生實時推薦信息。本文的主要研究工作如下:
　　1)針對傳統(tǒng)實體鏈接方法難以適用于雙結(jié)構(gòu)網(wǎng)絡(luò)的問題，設(shè)計了一種基于DSAEL的實體鏈接方法DSAEL-EL。首先利用維基百科和百度百科離線語料構(gòu)建DSAEL基礎(chǔ)庫，接著識別信息中的實體、計算它們的語義權(quán)重，然后通過計算候選實體

5、的關(guān)聯(lián)實體集與信息的待消歧實體集的相似性確定目標實體，最后利用目標實體集合對DSAEL進行更新。DSAEL-EL算法根據(jù)信息的實體語義相似性進行消歧，能自適應(yīng)上下文的變化而產(chǎn)生更加合理的鏈接結(jié)果。
　　2)針對傳統(tǒng)推薦算法過于依賴用戶交互行為以及推薦實時性差的問題，設(shè)計了一種結(jié)合實體語義和用戶興趣實體標簽的混合信息推薦算法HRESIL。在廣播源點利用DSAEL-EL算法得到信息的目標實體集合并完成DSAEL母庫的更新，接著對目標實

6、體集合進行UCL(Uniform Centent Label)標引并分發(fā)到邊緣服務(wù)器和用戶終端。邊緣服務(wù)器利用接收到的UCL對DSAEL子庫進行更新，并與用戶終端交互以響應(yīng)用戶的個性化請求。相比于傳統(tǒng)推薦算法，該算法不依賴于用戶交互行為，并通過DSAEL的節(jié)點關(guān)聯(lián)產(chǎn)生推薦信息列表，滿足雙結(jié)構(gòu)網(wǎng)絡(luò)的特定需求。
　　3)在雙結(jié)構(gòu)網(wǎng)絡(luò)原型系統(tǒng)的基礎(chǔ)上，設(shè)計并實現(xiàn)了基于上述算法的雙結(jié)構(gòu)網(wǎng)絡(luò)新聞信息推薦系統(tǒng)，并通過相關(guān)實驗對DSAEL-EL