项目名称: 云计算架构下基于语义驱动的信息推荐理论和实证研究

项目编号: No.61272268

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 黄震华

作者单位: 同济大学

项目金额: 80万元

中文摘要: 信息和网络技术的迅速发展使得信息过载呈爆发趋势。信息推荐系统是解决信息超载问题最有效的工具之一,然而现有的信息推荐系统在实时性、鲁棒性和推荐质量方面存在着严重的缺陷。为此,本项目将提出云计算架构下基于语义驱动的信息推荐理论和方法,包括以下五个紧密相关的研究内容:基础数据和用户偏好信息的语义化研究、云计算架构下海量语义化信息索引机制研究、基于语义计算理论的信息推荐方法研究、云计算架构下信息推荐系统动态迁移技术研究和云计算架构下基于语义驱动的信息推荐实证研究。本项目从根本上改变了现有系统重数据数学特征,而轻数据背后所隐含知识语义的现状,为信息推荐提供新的理论和技术途径,并在提高企业经济效益和政府、企事业单位的社会管理服务水平方面将产生重要的作用。

中文关键词: 信息推荐;语义计算;大数据;云架构;动态迁移

英文摘要: As the rapid development of information and network technologies, information overload has appeared the outbreak trend. Information recommender systems is the one of the most effective tools to solve the problem of information overload. However, to the best of our knowledge, the existing information recommender systems have the serious drawbacks in the aspects of real-timing, robustness and recommendation quality. Therefore, in this project, we will put forward the theories and approaches for semantic-driven information recommendation under cloud architecture. It mainly includes the following five aspects which are closely related to the project: the research of semantics of foundation data and user preference informations; the research of indexing mechanism of massive semantic informations under cloud architecture; the research of recommendation approaches of based on semantic computation theory; the research of technologies of dynamic migration under cloud architecture; and the demonstration research of semantic-driven information recommendation under cloud architecture. This project fundamentally changes the status quo that the existing information recommender systems focus on the mathematical characteristics of data, and ignore the underlying knowledge semantics of data, and provides a novel theoretical an

英文关键词: information recommendation;semantic computing;big data;cloud architecture;dynamic transfer

成为VIP会员查看完整内容
0

相关内容

互联网规模和信息资源的迅猛增长带来了信息过载的问题,如何获取所需信息日益困难。以“信息推送”为服务模式的信息推荐系统,是当前解决信息过载问题的主要手段。信息推荐(Information Recommendation)是指系统向用户推荐用户可能感兴趣但又无法获取的有用信息,它的实现主要依靠推荐系统。
混合增强视觉认知架构及其关键技术进展
专知会员服务
40+阅读 · 2021年11月20日
专知会员服务
34+阅读 · 2021年10月17日
专知会员服务
13+阅读 · 2021年10月3日
专知会员服务
33+阅读 · 2021年7月29日
中国数字经济就业发展研究报告2021,43页pdf
专知会员服务
70+阅读 · 2021年3月27日
专知会员服务
120+阅读 · 2021年3月11日
智源发布《2020北京人工智能发展报告》,附43页pdf
专知会员服务
126+阅读 · 2020年11月19日
【新书】自然语言处理表示学习技术,349页pdf,清华大学
专知会员服务
173+阅读 · 2020年7月11日
最新《可解释深度学习XDL》2020研究进展综述大全,54页pdf
无处不在的AWS云计算
CSDN
2+阅读 · 2022年1月20日
基于区块链技术的推荐算法综述
机器学习与推荐算法
2+阅读 · 2021年12月1日
人工智能商业化研究报告(2019)
腾讯大讲堂
15+阅读 · 2019年7月9日
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
19+阅读 · 2018年11月27日
《中国人工智能发展报告2018》(附PDF下载)
走向智能论坛
19+阅读 · 2018年7月17日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
29+阅读 · 2020年3月16日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
Arxiv
14+阅读 · 2018年4月18日
小贴士
相关VIP内容
混合增强视觉认知架构及其关键技术进展
专知会员服务
40+阅读 · 2021年11月20日
专知会员服务
34+阅读 · 2021年10月17日
专知会员服务
13+阅读 · 2021年10月3日
专知会员服务
33+阅读 · 2021年7月29日
中国数字经济就业发展研究报告2021,43页pdf
专知会员服务
70+阅读 · 2021年3月27日
专知会员服务
120+阅读 · 2021年3月11日
智源发布《2020北京人工智能发展报告》,附43页pdf
专知会员服务
126+阅读 · 2020年11月19日
【新书】自然语言处理表示学习技术,349页pdf,清华大学
专知会员服务
173+阅读 · 2020年7月11日
最新《可解释深度学习XDL》2020研究进展综述大全,54页pdf
相关资讯
相关基金
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
相关论文
微信扫码咨询专知VIP会员