本文關鍵詞：基于貝葉斯網(wǎng)的知識圖譜鏈接預測　出處：《計算機科學與探索》2017年05期 　論文類型：期刊論文

  更多相關文章： 知識圖譜 鏈接預測 貝葉斯網(wǎng) 相似性 概率推理

【摘要】：結合外部知識,使用特定方法進行知識圖譜的鏈接預測,即知識圖譜中缺失信息的發(fā)現(xiàn)和還原,是目前知識圖譜領域研究的熱點和關鍵。以電子商務應用為背景,基于已經(jīng)構建好的描述用戶興趣的知識圖譜,結合外部數(shù)據(jù)集,以貝葉斯網(wǎng)這一重要概率圖模型作為不同商品之間相似性及其不確定性的表示和推理框架,通過對商品屬性進行統(tǒng)計計算,構建反映商品之間相似關系的貝葉斯網(wǎng),進而基于概率推理機制,定量地判斷商品節(jié)點與用戶節(jié)點之間存在鏈接的真實性,得到真實和完整的知識圖譜,為個性化推薦和關聯(lián)查詢提供依據(jù)。建立在真實數(shù)據(jù)上的實驗結果表明,提出的模型和算法是有效的。
[Abstract]:Combination of external knowledge, use of specific methods of mapping knowledge link prediction, namely the lack of information in the discovery and mapping of knowledge reduction, is currently a hot research field and key knowledge map. Applying electronic commerce as the background, the knowledge map has been constructed based on the user interest description, combined with the external data set to the Bayesian network a probability graph model and as uncertainty representation and reasoning framework similar to the different commodity, through the statistics of the commodity attribute calculation, to construct a Bayesian network relationship between commodity and reflect similar, probabilistic reasoning mechanism based on quantitative estimation of real existence link between commodity nodes and user nodes, get real and knowledge map complete, provide the basis for personalized recommendation and related queries. Experimental results based on real data show that the proposed model and algorithm The law is effective.

【作者單位】： 云南大學信息學院;云南大學信息技術中心;
【基金】：國家自然科學基金Nos.61472345,61562090,61402398 云南省應用基礎研究計劃No.2014FA023 云南大學創(chuàng)新團隊培育計劃No.XT412011;云南大學青年英才培養(yǎng)計劃No.WX173602;云南大學研究生科研創(chuàng)新基金項目~~
【分類號】：TP18
【正文快照】： 1引言由于數(shù)據(jù)來源廣泛,尤其是Web數(shù)據(jù)更加雜亂,構建隨著信息技術的不斷發(fā)展和成熟,Web技術正在KG的源數(shù)據(jù)中往往存在大量錯誤及缺失信息。對從網(wǎng)頁之間的鏈接向包含各種實體以及實體之間關于存儲KG的知識庫而言,盡管擁有大規(guī)模的數(shù)據(jù),系的數(shù)據(jù)鏈接轉變,傳統(tǒng)的文本萬維網(wǎng)逐步

【相似文獻】

相關期刊論文 前10條

1 顧昌耀,王勝利;概率推理與影響圖[J];航空學報;1992年06期

2 鄭小軍,楊叔子;集成節(jié)約覆蓋模型與概率推理的新方法[J];華中理工大學學報;1989年S1期

3 張玉峰;何超;;基于一階概率推理的知識挖掘研究[J];情報雜志;2010年04期

4 李軍;張翰英;;基于認知心理學的不精確概率推理[J];航天控制;1989年01期

5 冀俊忠,劉椿年,江川,楊文盛;貝葉斯網(wǎng)及其概率推理在智能教學中的應用[J];北京工業(yè)大學學報;2002年03期

6 張海義,王開鑄;在貝葉斯網(wǎng)絡上的概率推理:在單一連接因果樹上的確信更新[J];計算機應用與軟件;1996年01期

7 趙森烽;趙克勤;;概率聯(lián)系數(shù)化的原理及其在概率推理中的應用[J];智能系統(tǒng)學報;2012年03期

8 陳亞瑞;廖士中;;Ising圖模型概率推理的參數(shù)化復雜性[J];計算機科學;2010年10期

9 陳亞瑞;;Ising圖模型概率推理的計算復雜性[J];計算機科學;2013年02期

10 胡小建;楊善林;儲偉;方芳;;基于賦值代數(shù)的BN概率推理的局部計算模型[J];中國科學技術大學學報;2005年06期

相關博士學位論文 前1條

1 王開軍;基于數(shù)據(jù)幾何特性的概率推理和統(tǒng)計學習研究[D];西安電子科技大學;2008年

，

本文編號：1379846