18、模糊本体与协同过滤算法优化研究

模糊本体与协同过滤算法优化研究

1. 模糊本体相关内容

在知识表示和推理领域，本体是一个重要的概念。KAON 是一种用于处理本体的工具，它由概念（元素集合）、属性（对象连接方式的规范）和实例组成，这些实例被分组到可重用的单元中，称为 OI - 模型（本体 - 实例模型）。

1.1 KAON 中的本体

在 KAON 语言里，可以定义对称、传递和逆属性等，还具备模块化和元建模的功能。这些特性有助于管理两种类型的隐式知识：公理和通用规则。公理是一组标准规则，如传递属性；通用规则则用于定义约束特定本体领域信息的规则。
此外，KAON 语言允许指定词汇条目，如标签、同义词、词干或文本说明，这些词汇条目能反映自然语言的各种细微差别。例如，同一个标签“BEAR”可以关联代表动物熊的实例，也可以关联代表木偶熊的实例。而且，实例可以用不同的语言定义，包括英语、德语、法语、西班牙语、葡萄牙语、阿拉伯语和中文。

1.2 KAON 中的模糊本体

为了丰富 KAON 语言，引入了模糊集方法。开发了一个“模糊检查器”来在 KAON 中创建模糊本体，新的面板被称为“模糊逻辑”。模糊检查器由一个表格组成，该表格表示模糊实体、隶属度和更新次数 Q。
领域专家可以通过 KAON 提供的基于图形和基于树的两种界面选择模糊实体（概念或实例），并为实体和属性之间的链接添加模糊值。专家可以通过两种方式使用“模糊逻辑”面板：一是直接输入隶属度；二是从列表中选择合适的值，列表中的选定元素会对应一个预先定义的数值。在本体定义阶段，更新次数为零，该值会在查询过程中根据之前定义的函数进行更改。