網誌快速地蓬勃成長,並且使得全球資訊網朝向一個網頁時常更新的動態環境。雖然Google已成功地發展了一個搜尋引擎來解決傳統的網頁,卻無法有效地處理Blogspace這個動態的環境。
在本研究中,提出了一個以知識本體為基礎的語意註解架構,並且以概念層面為基礎來適應性地作閱讀列表的推薦。以資訊擷取領域中的語意註解技術來取代關鍵字
配對的方式,進而實作一個推薦系統。推薦系統的目的是以每一個網誌的概念偏好為根據,產生一個閱讀列表推薦給每一個網誌。此研究的資料來源由
java.blogs 社群取得。系統的實驗透過java程式設計師來評估。
推薦的閱讀列表的評估主要由程式設計師針對於系統推薦的閱讀列表與目標網誌之間所評的相關程度來作衡量。這些作實驗的程師設計師信度亦被測試。結果顯示系
統推薦的閱讀列表是呈現於中度相關、推薦的閱讀列表相關度評估與目標網誌的概念密度是不相關的。推薦系統亦是可信賴的。除此之外,亦揭露一些有價值的方向
來改善自動閱讀列表的推薦。
|