论文部分内容阅读
为了解决知识服务站点上传统知识分类模式的限制,根据社会学中集群行为观点,将网络用户的访问行为看做集群行为,且根据用户集群行为在知识服务网上对知识项的访问提出知识集群概念。结合访问日志库中的记录以及用户集群行为的时段性特点,利用贝叶斯网中变量之间概率依赖关系的优点,构建一种动态的、基于用户集群行为的知识聚合模型——知识集群,此模型将用户访问的知识项看做网络节点,利用概率推理得出节点之间的依赖关系,最终动态形成知识项聚合。通过实验数据,证明了此模型方法的可行性及有效性。