基于语义的多Agent网构软件模型   总被引：1，自引：0，他引：1  

毛郁欣  田文雅  魏贵义  陈华钧 《情报学报》2009,28(5)

以动态开放环境下的网构软件需求为切入点,基于多Agent体系架构的原理和方法,提出了一个动态、自适应的多Agent网构软件模型.利用本体语义来描述和表示网构软件需求和软件实体的语义信息,从而将网构软件需求的满足问题转化为基于本体的推理问题.并对多Agent交互模型进行语义上的扩展,解决多Agent系统中的互操作性问题,支持动态、开放环境下自适应、可扩展的网构软件.此外,还设计了相应的模拟实验,利用一个中医药本体来验证和评价提出的方法.所提出的模型为进一步开展基于Agent的网构软件研究奠定了基础.  相似文献   

基于OWL语义的高校课程知识库设计     

毛郁欣  施寒潇 《管理信息系统》2014,(6):41-43

高校在进行课程体系建设时,缺乏形式化、规范化的语义框架的指导和约束.现有的课程信息管理,还是相对比较粗粒度的,主观性较强.针对这一现实问题,借助OWL本体的语义化和形式化表示,对高校特定专业的课程信息进行细分和归类,建立高层课程本体.同时,在课程信息和OWL本体的语义之间建立映射关联,形成课程知识库.基于课程本体和知识库,可以进一步实现一系列基于语义的应用,为高校教学管理工作和课程体系建设提供支持.  相似文献   

面向B2C电商网站的消费者评论有用性评价模型研究     

毛郁欣  朱旭东 《现代情报》2019,39(8):120-131

[目的/意义]目前各大电子商务网站产生了海量的评论信息，对于消费者而言，查阅和分析这些信息将面临巨大的挑战。因此，有必要对评论的有用性进行综合评价，为消费者过滤出真正有价值的内容。[方法/过程]为此，本文提出并研究了一种在线消费者评论的有用性评价模型，为消费者的网购决策提供支持。该模型主要基于分类算法，识别在线消费者评论的有用性，并按其概率值大小进行排序。根据在线消费者评论的特点，提取了一系列分类特征用于其有用性评价，然后利用支持向量机对评论进行分类并从中识别有用的记录。利用来自B2C电子商务网站的3个在线消费者评论数据集（手机、女鞋、糖果巧克力）对提出的模型进行实证分析。[结果/结论]研究结果显示，该模型能够量化地评价在线消费者评论的有用性并对其进行有效的分类排序。该模型主要依赖语义特征进行排序，而对非语义特征的依赖较少。通过选择合适的概率阈值，能够缩小验证空间，并显著提升分类精确度。  相似文献