CN103235802A - 用户复杂需求获取方法与系统 - Google Patents
用户复杂需求获取方法与系统 Download PDFInfo
- Publication number
- CN103235802A CN103235802A CN2013101294741A CN201310129474A CN103235802A CN 103235802 A CN103235802 A CN 103235802A CN 2013101294741 A CN2013101294741 A CN 2013101294741A CN 201310129474 A CN201310129474 A CN 201310129474A CN 103235802 A CN103235802 A CN 103235802A
- Authority
- CN
- China
- Prior art keywords
- user
- semantic
- service
- user agent
- agent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Machine Translation (AREA)
Abstract
本发明涉及一种用户复杂需求获取方法与系统,该方法包括:1)用户以关键词和术语方式进行语义查询;2)用户代理根据电子目录进行服务分解;3)用户代理将目标本体通过语义浏览器进行约束与偏好优化;4)用户代理进行用户需求本体个体生成;5)推荐工具进行语义推理与匹配;本发明将本体应用到传统的用户需求领域技术中,通过概念模型的明确的规范说明的本体,提供对用户需求的精确获取。
Description
技术领域
本发明涉及网络服务信息的获取,具体地指一种用户复杂需求获取方法与系统。
背景技术
需求是关于系统行为和系统特性的表述,需求工程是用来记录、发现和维护系统需求相关的活动,它以一种清晰、简洁、一致的方式
来陈述系统需求。需求获取是需求工程师和用户交流的过程,通过对用户认识的目标系统进行正确和清晰的理解,最后以需求文档的形式表达这种共识。需求工程贯穿于软件工程的始终,因此需求工程对软件工程的效率起着决定性的作用,不良的需求分析和管理是项目失败的主要原因,据 ESPITI 做的一次调查,需求规格说明和需求管理分别排在了相对重要软件问题的前两位,而编程问题倒变得次要了。
需求工程中普遍存在以下几个问题:1)需求获取不完整或不一致;2)用户需求表达模糊;3)需求表述相互矛盾等。基于以上问题,目前,关于用户的需求获取技术主要有两种,一种是传统的需求获取手段,如情景、视点、手段等,通过让用户参与其中,让用户了解自身需求进而准确表达,同时需求工程师也可参与其中,发现用户潜在需求。但是该方法缺乏对于需求的逻辑描述,使得用户需求获取的效率和质量不高;第二种方法是基于语义的需求获取方法,通过对用户需求进行一定程度的形式化和逻辑描述,使其具有某种自动特性,如自动获取或校验等,基于语义的需求知识和模型也可以达到复用的目的,但是该法不能处理系统范围之外的用户需求,更不能针对用户的个性化流程获取其个性化需求。
发明内容
本发明的目的在于克服上述现有技术的不足而提供一种用户复杂需求获取方法,该方法采用用户代理(User Agent)和用户进行交互获取用户的复杂需求,然后用户代理根据电子目录判断无歧义目标是否为原子服务。
实现本发明目的采用的技术方案是一种用户复杂需求获取方法包括:
用户以关键词和术语方式进行语义查询;
用户代理根据电子目录进行服务分解;
用户代理将目标本体通过语义浏览器进行约束与偏好优化;
用户代理根据用户的选择与输入生成用户需求本体的个体,并把该本体提交给推荐工具;
推荐工具进行语义推理与匹本发明将本体技术结合起来应用到传统的用户需求领域技术中。本体可用于获取与用户需求相关的领域知识。通过基于语义词典或电子商务本体等资源的模型进行本体映射和偏好挖掘,进而生成用户需求本体,所使用的本体资源与其他标准具有很强的兼容性和通用性,能够为用户需求的发现和获取提供支持。由于本体资源库的元模型划分明确且针对性较高,因此用户需求描述和规则管理方便、维护简单。通过语义推理与匹配进行约束状态分析,与用户形成交互,增加了用户个性化需求或需求变化方面的考虑,使得获取的需求与用户的契合性更高。通过推断工具判别是否适合用户,概念模型的明确规范说明的本体,提供对用户需求的精确获取。
附图说明
图1为本发明用户复杂需求获取方法的流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的详细说明。
如图1所示,用户复杂需求获取方法,包括:
步骤1、用户以关键词和术语方式进行语义查询
步骤2、用户代理根据电子目录进行服务分解
首先,用户代理分析所述语义查询,若查询关键词存在多义性,则启动语义解析过程以清除关键词在语义上的模糊性,则用户代理首先查询语义词典,将与关键词相关的不同概念显示给用户,让用户选择其中恰当的一个,然后用户代理在电子目录本体库中查询与用户目标相对应的本体,得到一个没有歧义的目标。
其次,对无歧义目标,根据用户的约束和偏好优化生成用户需求本体,若目标服务为原子服务,则用户代理直接通过本体映射获取目标服务本体的概念和属性,并根据用户的约束和偏好优化生成用户需求本体;若目标服务不是原子服务,则用户代理需要查询服务资源目录,对目标服务进行分解,直至全部服务为原子服务,然后再通过本体映射获取各个子目标服务本体的概念和属性,根据用户的约束和偏好优化生成用户需求本体。
步骤3、优化所述用户需求本体
用户代理将目标本体通过语义浏览器显示给用户,同时也显示用户需求本体,用户可借助语义浏览器的功能来表达其在目标属性、服务和资源方面的约束和偏好。在显示用户需求本体时用户代理会检查用户以前的历史行为,若有则调用偏好挖掘工具进行挖掘,挖掘结果能在语义浏览器中设置为用户需求本体属性的缺省值。
步骤4、用户代理进行用户需求本体个体生成
用户代理根据用户的选择与输入生成用户需求本体的个体,该本体被提交给推荐工具。
步骤5、推荐工具进行语义推理与匹配
分析用户约束状态的合理性,若约束条件过于宽松,将产生过于庞大的推荐列表,若约束条件过于严格,将无解,也就是推荐列表为空,这两种情况都不是用户想要的。这时推荐工具向用户说明约束状态,用户要么做出约束与偏好的优化后再提交给推荐工具进行推荐,要么要求系统基于语义相似性提供尽可能匹配的结果。在采用约束满足求解时,若约束条件合适,推荐工具则生成推荐列表,并显示给用户。若用户对推荐结果不满意,可返回到第4步继续对其约束与偏好进行优化,启动新的语义推理以获得满意的推荐结果。在采用基于语义相似度的匹配时,系统计算用户需求与商品之间的语义相似度,并按语义相似度从大到小排序,选择前N个结果返回给用户。
Claims (7)
1.一种用户复杂需求获取方法与系统,其特征在于,包括:
用户以关键词和术语方式进行语义查询;
用户代理根据电子目录进行服务分解;
用户代理将目标本体通过语义浏览器进行约束与偏好优化;
用户代理根据用户的选择与输入生成用户需求本体的个体,并把该本体提交给推荐工具;
推荐工具进行语义推理与匹配,并将语义相似度最高的N个结果返回给用户。
2.根据权利要求1所述的用户复杂需求获取方法,其特征在于:用户代理分析所述语义查询,若查询关键词存在多义性,则启动语义解析过程以清除关键词在语义上的模糊性,则用户代理首先查询语义词典,将与关键词相关的不同概念显示给用户,让用户选择其中恰当的一个,然后用户代理在电子目录本体库中查询与用户目标相对应的本体,得到一个没有歧义的目标。
3.根据权利要求1所述的用户复杂需求获取方法,其特征在于:所述用户代理将目标本体通过语义浏览器进行约束与偏好优化包括:
根据用户的约束和偏好优化生成用户需求本体;
优化所述用户需求本体。
4.根据权利要求3所述的用户复杂需求获取方法,其特征在于:
若目标服务为原子服务,则用户代理直接通过本体映射获取目标服务本体的概念和属性,并根据用户的约束和偏好优化生成用户需求本体;
若目标服务不是原子服务,则用户代理需要查询服务资源目录,对目标服务进行分解,直至全部服务为原子服务,然后再通过本体映射获取各个子目标服务本体的概念和属性,根据用户的约束和偏好优化生成用户需求本体。
5.根据权利要求3所述的用户复杂需求获取方法,其特征在于:用户代理将目标本体通过语义浏览器显示给用户,同时也显示用户需求本体,用户借助语义浏览器的功能来表达其在目标属性、服务和资源方面的约束和偏好;在显示用户需求本体时用户代理会检查用户以前的历史行为,若有则调用偏好挖掘工具进行挖掘,挖掘结果能在语义浏览器中设置为用户需求本体属性的缺省值。
6.根据权利要求1所述的用户复杂需求获取方法,其特征在于:用户代理根据用户的选择与输入生成用户需求本体的个体,该本体被提交给推荐工具。
7.一种用户复杂需求获取系统,其特征在于,包括:
语义查询模块,用于用户以关键词和术语方式进行语义查询;
服务分解模块,用于用户代理根据电子目录进行服务分解;
约束与偏好优化模块,用于用户代理将目标本体通过语义浏览器进行约束与偏好优化;
用户需求本体个体生成模块,用于用户代理根据用户的选择与输入生成用户需求本体的个体,并把该本体提交给推荐工具;
语义推理与匹配模块,用于推荐工具进行语义推理与匹配,并将语义相似度最高的N个结果返回给用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013101294741A CN103235802A (zh) | 2013-04-16 | 2013-04-16 | 用户复杂需求获取方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013101294741A CN103235802A (zh) | 2013-04-16 | 2013-04-16 | 用户复杂需求获取方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103235802A true CN103235802A (zh) | 2013-08-07 |
Family
ID=48883843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013101294741A Pending CN103235802A (zh) | 2013-04-16 | 2013-04-16 | 用户复杂需求获取方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103235802A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016177277A1 (zh) * | 2015-05-04 | 2016-11-10 | 阿里巴巴集团控股有限公司 | 一种信息推荐方法及装置 |
CN106649750A (zh) * | 2016-12-26 | 2017-05-10 | 北京奇虎科技有限公司 | 针对多义项词条的搜索方法及装置 |
CN110019771A (zh) * | 2017-07-28 | 2019-07-16 | 北京国双科技有限公司 | 文本处理的方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101719145A (zh) * | 2009-11-17 | 2010-06-02 | 北京大学 | 基于图书领域本体的个性化搜索方法 |
CN102663010A (zh) * | 2012-03-20 | 2012-09-12 | 复旦大学 | 基于标注语义的个性化图像浏览与推荐方法及系统 |
-
2013
- 2013-04-16 CN CN2013101294741A patent/CN103235802A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101719145A (zh) * | 2009-11-17 | 2010-06-02 | 北京大学 | 基于图书领域本体的个性化搜索方法 |
CN102663010A (zh) * | 2012-03-20 | 2012-09-12 | 复旦大学 | 基于标注语义的个性化图像浏览与推荐方法及系统 |
Non-Patent Citations (1)
Title |
---|
刘平峰: "基于知识网格的电子商务智能推荐理论方法研究", 《中国博士学位论文全文数据库信息科技辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016177277A1 (zh) * | 2015-05-04 | 2016-11-10 | 阿里巴巴集团控股有限公司 | 一种信息推荐方法及装置 |
CN106649750A (zh) * | 2016-12-26 | 2017-05-10 | 北京奇虎科技有限公司 | 针对多义项词条的搜索方法及装置 |
CN106649750B (zh) * | 2016-12-26 | 2021-02-05 | 三六零科技集团有限公司 | 针对多义项词条的搜索方法及装置 |
CN110019771A (zh) * | 2017-07-28 | 2019-07-16 | 北京国双科技有限公司 | 文本处理的方法及装置 |
CN110019771B (zh) * | 2017-07-28 | 2021-08-13 | 北京国双科技有限公司 | 文本处理的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Maedche et al. | Semantic portal: The seal approach | |
Lambrix et al. | SAMBO—a system for aligning and merging biomedical ontologies | |
Giunchiglia et al. | Semantic matching: Algorithms and implementation | |
CN101630314B (zh) | 一种基于领域知识的语义查询扩展方法 | |
Pirró et al. | UFOme: An ontology mapping system with strategy prediction capabilities | |
CN101566988A (zh) | 一种模糊语义搜索方法、系统及设备 | |
CN103886099A (zh) | 一种模糊概念的语义检索系统及方法 | |
Galitsky et al. | Using generalization of syntactic parse trees for taxonomy capture on the web | |
Abels et al. | Identification of common methods used for ontology integration tasks | |
El Idrissi et al. | Automatic generation of ontology from data models: A practical evaluation of existing approaches | |
Roy Chowdhury et al. | Wisdom-aware computing: on the interactive recommendation of composition knowledge | |
Sun | A natural language interface for querying graph databases | |
CN103235802A (zh) | 用户复杂需求获取方法与系统 | |
Bergamaschi et al. | An incremental method for the lexical annotation of domain ontologies | |
Park et al. | Rule identification using ontology while acquiring rules from Web pages | |
Saake et al. | Rule-based schema matching for ontology-based mediators | |
Indrayasaa et al. | Ontology-based Approach: A Smartphone Knowledge Representation | |
Gopalachari et al. | Personalized web page recommender system using integrated usage and content knowledge | |
Adhnouss et al. | Ontological View-driven Intensional Semantic Integration for Information Systems in a Decentralized Environment. | |
Gao et al. | Semi-automatic construction of ontology-based cbr system for knowledge integration | |
US11960549B2 (en) | Guided source collection for a machine learning model | |
Belhadef | A new bidirectional method for ontologies matching | |
Jain et al. | Design of Building Automatic Global Concept Indexer for Ontology Alignment | |
Heyn et al. | Semantic jira-semantic expert finder in the bug tracking tool jira | |
Benammar et al. | Semantic matching of security policies to support security experts |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130807 |
|
RJ01 | Rejection of invention patent application after publication |