受本体引导的用户偏好获取与表示
本文采用自适应超媒体框架,结合 TF-IDF 术语提取方法和余弦相似度测量方法,利用健康启发式和标准食品数据库建立知识库,提出了基于语义推荐系统的食品个性化框架,评估得出,与传统的推荐系统相比,基于语义推荐系统在准确性、精确性和召回率方面表现更好,而所提出的推荐系统的 F-measure 指标优于现有的基于语义的推荐系统。
Dec, 2013
本文介绍我们使用的方法,通过采访农业食品系统的利益相关者手动构建本体论,以适应两种互补系统分析模型(即 “Godet” 和 “MyChoice” 模型)的需求。
Jan, 2023
研究了多利益相关者的定性偏好问题,并提出了针对该问题的查询语言,研究了不同语义的交互关系,并提供了一个证明正确的算法用于回答多利益相关者的定性偏好查询,通过模型检验和交替自由的 μ 算法,实验证明了该方法的可行性。
Jul, 2023
提出了一种基于大规模食品知识图谱和健康指南的个性化饮食推荐框架,将用户查询、饮食偏好和健康指南作为自然语言问答系统的约束条件,用于促进用户养成健康的饮食习惯。
Jan, 2021
本文目的是研究不同的图书馆分类系统和语言本体论如何组织一个特定领域的信息,以及信息检索的限制,通过构建一个特定领域本体论来解决问题并展示使用相关本体论的原理处理复杂查询的便捷性,从而促进更好的信息检索。
Jun, 2023
本文提出了 PRESCA 系统,使用概念学习以及因果关联和数据增强等方法,让用户更轻松地通过概念来指定其对自动化代理的偏好,并在 Minecraft 环境中验证其有效性。
Oct, 2022
本文提出一种 qualitatively graphical representation,可反映 under ceteris paribus 条件下偏好陈述语的条件依赖和独立性,进而用于多种推理任务。
Jun, 2011
本文提出了一种新的理论方法,通过智能系统实现领域知识获取。我们介绍了一种混合模型,通过一个知识图谱数据库存储和推理最小输入知识,并通过逻辑神经网络学习新信息。我们研究了该系统处理新数据的行为,并展示最终系统能够丰富当前的知识并将其扩展到新领域。
Nov, 2022
传统的膳食推荐系统通常只考虑营养或健康,忽视了人们对食物的感受。本研究提出了一种基于社交情感计算的饭菜推荐和菜单规划框架,可以识别不同食物对人的情感影响,并结合营养需求生成饭菜推荐与个性化菜单规划。实验证实了该框架在各项评估参数上的良好表现。
Aug, 2023