人工智能推理引擎在微博数据挖掘中的应用[权威资料]

《人工智能推理引擎在微博数据挖掘中的应用[权威资料]》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、人工智能推理引擎在微博数据挖掘中的应用　　摘要：面对庞大的微博用户群，提升用户体验以吸引更多用户成为关键因素，因此自动学习推理系统的研究成为热点，对微博用户的倾向进行推测，同时，使用图形化的组件使得操作更加简洁方便。系统中使用定量的不确定推理算法，也改变了定性推理造成结果不准确的情况，从而帮助用户更高效、准确地推送网络好友，通过运用人工智能和数据挖掘等领域中的理论和算法设计实现了自动学习推理系统。系统计划在搜狐微博中上线，在测试过程中取得了一定的预期成果。　　关键词：数据挖掘；微博应用；不确定推理；NHibernate和Spr

2、ing.NET框架结构　　TN915.1?34；TM417A1004?373X（2016）15?0099?04　　Abstract：Facingtheenormousmicroblogusergroup，thepromotionofuserexperienceisthekeyfactortoattractmoreusers.Therefore，thestudyonautomaticlearningandreasoningsystem（ALRS）becomesaresearchhotspot，whichcanspeculatet

3、hetendencyofmicroblogusers，andmaketheoperationwithgraphiccomponentsmoreconciseandconvenient.ThequantitativeuncertainreasoningalgorithmusedinALRScanchangetheuncertainresultscausedbyqualitativereasoning，andhelptheuserstorecommendthenetworkfriendsefficientlyandaccurate

4、ly.TheALRSwasdesignedandimplementedwiththetheoriesandalgorithmsinartificialintelligence，dataminingandotherfields.ThereisplanthatthesystemwillenterinSohumicroblog，andacertainexpectedresulthasbeenobtainedintestprocess.　　Keywords：datamining；microblogapplication；uncerta

5、inreasoning；NHibernateandSpring.NETframework　　0引言　　微博是当前最炙手可热的互联网应用，作为一种信息的交互平台，微博正成为网民愈加重要的言论发表方式。除此之外，微博还可以通过用户间的关注形成巨大的人际交互网络。在微博中，人际间的交互体现为用户间添加关注、转发、收听等。其中添加关注是最为基础的用户操作。然而，很多刚刚开始使用微博的用户，可能只会添加一些名人微博进行关注，甚至连名人微博都不会添加，对于众多其他的不错的草根微博却一无所知，微博就会失去使用价值和意义[1]。　　为了推广微

6、博应用，提高微博的可用性、有趣性，搜狐微博推出了“猜你认识”的功能。搜狐微博设计了热词系统。通过这些用户提及的热词，在系统中寻找相应的推理方法，进行归纳推理，得出推理结果。系统后台对推理结果在前台页面体现。用户不但可以删改后台推理得出的结果（即标签），还可以自己添加标签，丰富自己的形容。后台程序将针对每一个用户倾向，找到与用户具有相同倾向的其他用户，作为推荐好友推荐给用户，这样，就可以帮助用户建立更大更广的关注圈[2]。　　基于人工智能的抽象建模（即推理规则的提取）、基于一系列第三方控件的操作界面、不确定推理运算等一系列思想与

7、方法，实现自动学习推理系统。通过系统运行时做出的自动调整（包括增益与衰减），系统不但大大降低了后台人员的维护成本，而且更提高了用户体验性，使得微博用户能够得到更好更准确的服务[3]。　　1系统需求分析　　1.1需求概述　　自动学习推理系统主要面向两方面用户的使用，即后台运维人员和普通微博用户[4]。　　系统应该满足一次录入推理数据、多次使用该数据的要求，也就是说，推理数据是系统的基础。在运维人员需要在构建好分类和事实等一系列知识体系之后，将建模的所有结果录入系统。ALRS得到这些知识并将它们保存在数据库。除了事实对普通的微博用

8、户公开外，分类应该保持对普通微博用户的透明性。知识成功录入后，运维人员将在构建好的事实的基础上，构建出一系列的推理过程，即推理树。　　在满足了后台运维人员对本系统的一系列需求后，面对普通微博用户的应用需求则完全在后台控制台中体现。推理系统为学习系统提供了接口，以满足学习系统利