【摘要】：同一領(lǐng)域不同知識(shí)概念之間存在演化關(guān)系,分析演化關(guān)系能有效地梳理領(lǐng)域知識(shí)的發(fā)展脈絡(luò),然而網(wǎng)絡(luò)知識(shí)的碎片化、無(wú)序性、大規(guī)模等特性使得用戶(hù)很難準(zhǔn)確地分析并獲取知識(shí)之間的這種關(guān)系。針對(duì)該問(wèn)題,本文提出一種基于時(shí)空域聯(lián)合建模的領(lǐng)域知識(shí)演化脈絡(luò)分析方法,該方法首先考慮將知識(shí)系統(tǒng)以時(shí)空域聯(lián)合知識(shí)網(wǎng)絡(luò)的形式進(jìn)行表達(dá),隨后采用骨架聚類(lèi)方法提取歷年知識(shí)網(wǎng)絡(luò)演化路徑,并按知識(shí)概念的發(fā)展進(jìn)行演化路徑銜接及路徑分析。以數(shù)字媒體領(lǐng)域知識(shí)為例的實(shí)驗(yàn)分析表明,該方法能有效提取按年份發(fā)展的領(lǐng)域知識(shí)演化路徑,對(duì)于輔助用戶(hù)進(jìn)行領(lǐng)域知識(shí)的理解與學(xué)習(xí),以及個(gè)性化推薦具有顯著的價(jià)值。
[Abstract]:There is an evolutionary relationship between different concepts of knowledge in the same domain. Analyzing the evolutionary relationship can effectively sort out the development of domain knowledge, but the fragmentation and disorder of network knowledge, Large-scale properties make it difficult for users to accurately analyze and obtain the relationship between knowledge. To solve this problem, a domain knowledge evolution analysis method based on spatio-temporal joint modeling is proposed in this paper. Firstly, the knowledge system is expressed in the form of a spatio-temporal joint knowledge network. Then the skeleton clustering method is used to extract the evolutionary path of knowledge network over the years, and the evolutionary path convergence and path analysis are carried out according to the development of knowledge concept. The experimental analysis of digital media domain knowledge shows that this method can effectively extract the evolution path of domain knowledge developed according to the year, and is of great value for assisting users to understand and learn domain knowledge, as well as personalized recommendation.
【作者單位】： 江南大學(xué)數(shù)字媒體學(xué)院;江蘇省媒體設(shè)計(jì)與軟件技術(shù)重點(diǎn)實(shí)驗(yàn)室;
【基金】：江蘇省自然科學(xué)基金項(xiàng)目(BK20130161) 國(guó)家自然科學(xué)基金項(xiàng)目(61572236) 國(guó)家科技支撐計(jì)劃項(xiàng)目(2015BAH54F01)
【分類(lèi)號(hào)】：TP182;TP391.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曾慶躍;丁友東;;基于時(shí)空域特征的垂直劃痕檢測(cè)與修復(fù)[J];計(jì)算機(jī)工程;2010年09期

2 周寧;李在銘;;基于時(shí)空域集成判決的微小運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J];光電子.激光;2009年11期

3 龍?jiān)评?唐宏斌;徐暉;安瑋;;采用馬爾可夫自回歸模型的紅外雜波時(shí)空域融合抑制[J];紅外與激光工程;2012年03期

4 張志杰;鄒建華;;基于時(shí)空域特征的視頻拷貝檢測(cè)方法[J];模式識(shí)別與人工智能;2012年02期

5 閔超波;張俊舉;常本康;孫斌;李英杰;;采用邊界評(píng)價(jià)的紅外視頻運(yùn)動(dòng)目標(biāo)時(shí)空域分割方法[J];紅外與激光工程;2013年10期

6 唐玉軍;王睿;趙巖;;二維時(shí)空域連續(xù)小波變換在目標(biāo)跟蹤中的應(yīng)用[J];計(jì)算機(jī)與現(xiàn)代化;2011年03期

7 王詩(shī)言;于慧敏;;運(yùn)動(dòng)場(chǎng)景下的時(shí)空域跟蹤模型及原始-對(duì)偶算法[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2013年04期

8 文振q;高金花;朱映映;杜以華;鄧良太;;融合時(shí)空域變化信息的視頻感知哈希算法研究[J];電子學(xué)報(bào);2014年06期

9 胡波;;一種時(shí)空域聯(lián)合的機(jī)動(dòng)視頻目標(biāo)精確跟蹤方法[J];計(jì)算機(jī)應(yīng)用;2011年04期

10 嚴(yán)素蓉;陳德人;;基于時(shí)空域暗示的運(yùn)動(dòng)對(duì)象檢測(cè)和分割[J];計(jì)算機(jī)應(yīng)用研究;2009年09期

相關(guān)會(huì)議論文 前1條

1 鄒麗暉;陳杰;張娟;竇麗華;;一種基于時(shí)空域流形的視頻序列圖像拼接算法[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

相關(guān)博士學(xué)位論文 前1條

1 張晶;面向數(shù)據(jù)挖掘的關(guān)系型領(lǐng)域知識(shí)融合方法研究[D];合肥工業(yè)大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 游青艷;基于時(shí)空域的網(wǎng)絡(luò)監(jiān)控視頻去噪研究[D];哈爾濱工業(yè)大學(xué);2013年

2 李敬娜;基于時(shí)空域的視頻顯著性的研究與應(yīng)用[D];北京郵電大學(xué);2015年

3 楊森;基于領(lǐng)域知識(shí)的評(píng)價(jià)對(duì)象抽取研究[D];北京理工大學(xué);2015年

4 雷志城;結(jié)合領(lǐng)域知識(shí)的中文評(píng)價(jià)對(duì)象抽取研究[D];福州大學(xué);2013年

5 汪沛;基于領(lǐng)域知識(shí)圖譜的個(gè)性化推薦方法研究[D];昆明理工大學(xué);2017年

6 沈淑娟;基于時(shí)空域信息的視頻字幕提取算法研究[D];西安電子科技大學(xué);2004年

7 徐抗;基于時(shí)空域約束的深度圖像修復(fù)及提取算法研究[D];上海交通大學(xué);2014年

8 李峰超;基于領(lǐng)域知識(shí)的試題分類(lèi)及相似試題檢測(cè)的研究[D];大連海事大學(xué);2009年

9 胡謝斐;基于多重關(guān)系領(lǐng)域知識(shí)的分類(lèi)問(wèn)題研究[D];合肥工業(yè)大學(xué);2006年

10 朱曉潮;基于領(lǐng)域知識(shí)的個(gè)性化購(gòu)物比較系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];華東師范大學(xué);2006年

，

本文編號(hào)：2206617