基于本体的上下文感知“科技论文在线”用户行为推理研究

摘要

随着互联网的快速发展，网络资源越来越丰富，用户访问行为随处可见，而这些访问行为是用户意图、动机在行动上的实际表现。以“中国科技论文在线”（以下简称“在线”）平台为例，该平台包含了15万篇以上的首发与优秀论文、众多的优秀学者及其它的综合服务，用户在信息海洋中寻找自己感兴趣的资源总归是一件耗时、繁琐、低效的工作，如何解决此问题，是目前用户行为研究的热点。
　　 本文以节约用户精力，提供智能化服务，优化网站架构为宗旨，展开对用户行为的研究，所做工作如下:
　　 (1)全面分析用户行为。分析用户行为与心理，用户行为的特征及分类，着重研究了“在线”用户行为的特点，提取用户行为的方式，并探讨了如何对提取的用户行为进行预处理，利用聚合算法对用户行为进行过滤处理。
　　 (2)提出了基于HBase的本体存储模式。对用户行为模型的分析对比发现，只有少数学者利用本体模型分析用户行为，多数使用向量空间模型，在综合分析现有用户行为研究成果的基础上，提出对“在线”用户行为建立本体模型。分析了本体的两种存储模式:基于文件的存储模式和基于关系数据库的存储模式，这两种模式都存在各自的缺点，结合“在线”用户行为的特点与大数据处理的方法，提出了基于HBase的本体存储模式，并对其可行性进行了验证。
　　 (3)建立了用户行为本体模型。本文详细介绍了用户行为建模方法，对“在线”用户行为分析主要包含动态用户行为、历史用户行为和用户兴趣三部分内容，分析过程包括:识别用户、获取用户行为上下文信息（即动态用户行为）、用户行为信息的预处理;获取用户兴趣信息，描述用户兴趣的方法;分析了用户行为聚合的必要性，设计了用户上下文信息的聚合算法;针对“在线”用户行为特点，研究了用户行为上下文本体模型、检测了该本体的正确性与一致性。最后，对本体的存储模式进行了探索，设计并实现了基于HBase的本体混合存储模式，同时进行了相关测试。
　　 (4)设计了用户行为分析引擎。提出了“用户行为分析引擎”的概念，定义其功能为:获取用户动态行为、历史行为和用户兴趣，并加以综合、分析，推理出用户行为特点。本文采用JavaScript与Ajax的方式获取用户行为并异步上传用户动态行为（包含上下文信息），然后对动态行为进行预处理、使用聚合算法进行融合，将所得结果与用户的历史行为、用户兴趣相结合，引入本体推理规则进行推理分析，从而发现用户个性化的兴趣。
　　 本文的创新工作包括以下几点:
　　 1、构建基于本体的上下文感知用户行为模型，设计并实现了基于HBase的本体存储模式。
　　 2、提出了“用户行为分析引擎”的概念，设计其组成结构并实现了用户行为分析引擎原型系统，结合基于规则推理技术和上下文感知推理技术，完成了对用户行为的实时、动态监测。

目录

声明

摘要

第1章 绪论

1．1 引言

1．2 研究目的与意义

1．3 国内外研究现状与存在问题

1．3．1 国内研究现状

1．3．2 国外研究现状

1．3．3 存在问题分析及解决方案

1．4 研究内容

1．5 组织结构

1．6 本章小结

第2章 用户行为与上下文感知

2．1 用户行为概述

2．1．1 用户行为与心理

2．1．2 用户行为的特征

2．1．3 “在线”用户特点

2．2 上下文与上下文感知

2．2．1 上下文及特点

2．2．2 上下文感知模型

2．2．3 上下文对用户行为分析的影响

2．3 上下文的聚合算法

2．3．1 基于规则的聚合

2．3．2 基于用例的聚合

2．4 本章小结

第3章 本体及其存储模式

3．1 本体

3．1．1 本体元素及描述语言

3．1．2 本体的建模与推理机

3．2 本体的存储模式

3．2．1 本体的文件存储方式

3．2．2 本体的数据库存储方式

3．3 基于HBase的本体存储研究

3．3．1 HBase及Hive概述

3．3．2 基于HBase的本体存储方式

3．4 本章小结

第4章 “中国科技论文在线”用户行为建模研究

4．1 上下文感知的用户行为信息

4．1．1 用户识别

4．1．2 获取用户行为上下文

4．1．3 用户行为信息预处理

4．2 用户兴趣信息

4．2．1 用户兴趣表示方法

4．2．2 获取用户兴趣信息

4．3 上下文感知用户行为聚合算法

4．3．1 用户行为聚合的原因

4．3．2 用户行为聚合算法

4．4 用户行为本体的研究与实现

4．4．1 用户行为本体的研究

4．4．2 用户行为本体的实现

4．5 基于HBase的用户行为本体存储研究

4．5．1 混合存储模式的设计

4．5．2 混合存储模式中查询与测试

4．6 本章小结

第5章 用户行为分析引擎研究与实现

5．1 用户行为分析引擎研究

5．1．1 系统总体框架

5．1．2 系统功能结构

5．1．3 系统分析流程

5．1．4 系统推理机制

5．2 用户行为分析引擎实现

5．2．1 分析引擎开发环境

5．2．2 动态用户行为分析实现

5．2．3 用户行为分析结果

5．3 本章小结

第6章 总结与展望

6．1 工作总结

6．2 工作展望

致谢

参考文献

攻读硕士期间研究成果