Resumen

En el campo de la ciencia de la información, cómo ayudar a los usuarios a encontrar rápidamente y de manera precisa la información que necesitan de una gran cantidad de textos cortos se ha convertido en un problema urgente. El modelo de recomendación es una forma importante de encontrar dicha información. Sin embargo, los modelos de recomendación existentes tienen algunas limitaciones en el caso de la recomendación de textos cortos. Para abordar estos problemas, este documento propone un modelo de recomendación basado en características semánticas y un grafo de conocimiento. Más específicamente, primero seleccionamos DBpedia como un grafo de conocimiento para extender las características de texto corto de los elementos y obtener las características semánticas de los elementos basadas en el texto extendido. Luego, calculamos el vector del elemento y obtenemos más adelante los grados de similitud semántica de los usuarios. Finalmente, basándonos en las características semánticas de los elementos y la similitud semántica de los usuarios, aplicamos la tecnología de filtrado colaborativo para calcular la calificación de predicción. Se llevan a cabo una serie de experimentos

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Ciencia de la información; Usuarios; Modelo de recomendación; Características semánticas; Grafo de conocimiento; Filtrado colaborativo
• Keywords:Information science; Users; Recommendation model; Semantic features; Knowledge graph; Collaborative filtering