专利名称：基于本体查询系统进行多领域产品推荐的方法
技术领域：
本发明属于信息处理技术领域，具体涉及一种基于本体查询系统进行多领域产品推荐的方法。
背景技术：
本体是一种知识库对领域事物的描述，带有语义性，可以说是另一种数据库。本体的目标是捕获相关领域的知识，提供对该领域知识的共同理解，确定该领域内共同认可的词汇，并从不同层次的形式化模式上给出这些词汇(术语)和词汇间相互关系的明确定义。总的来说，构造本体可以实现某种程度的知识共享和重用，以及提高系统通讯、互操作、可靠性的能力。 数据的含义就是语义。简单的说，数据就是符号。数据本身没有任何意义，只有被赋予含义的数据才能够被使用，这时候数据就转化为了信息，而数据的含义就是语义。语义具有领域性特征，不属于任何领域的语义是不存在的。而语义异构则是指对同一事物在解释上所存在差异，也就体现为同一事物在不同领域中理解的不同。对于计算机科学来说，语义一般是指用户对于那些用来描述现实世界的计算机表示(即符号)的解释，也就是用户用来联系计算机表示和现实世界的途径。语义是对数据符号的解释，而语法则是对于这些符号之间的组织规则和结构关系的定义。对于信息集成领域来说，数据往往是通过模式(对于模式不存在或者隐含的非结构化和半结构化数据，往往需要在集成前定义出它们的模式)来组织的，数据的访问也是通过作用于模式来获得的，这时语义就是指模式元素(例如类、属性、约束等等)的含义，而语法则是模式元素的结构。语义网是Semantic Web的中文名称。语义网就是能够根据语义进行判断的网络。简单地说，语义网是一种能理解人类语言的智能网络，它不但能够理解人类的语言，而且还可以使人与电脑之间的交流变得像人与人之间交流一样轻松。语义网是对未来网络的一个设想，在这样的网络中，信息都被赋予了明确的含义，机器能够自动地处理和集成网上可用的信息.语义网使用XML来定义定制的标签格式以及用RDF的灵活性来表达数据，下一步需要的就是一种Ontology的网络语言(比如OffL)来描述网络文档中的术语的明确含义和它们之间的关系。语义网的体系结构正在建设中，当前国际范围内对此体系结构的研究还没有形成一个令人满意的严密的逻辑描述与理论体系，我国学者对该体系结构也只是在国外研究的基础上做简要的介绍，还没有形成系统的阐述。语义网的实现需要三大关键技术的支持XML、RDF和Ontology。XML (extensibleMarked Language，即可扩展标记语言)可以让信息提供者根据需要，自行定义标记及属性名，从而使XML文件的结构可以复杂到任意程度。它具有良好的数据存储格式和可扩展性、高度结构化以及便于网络传输等优点，再加上其特有的NS机制及XML Schema所支持的多种数据类型与校验机制，使其成为语义网的关键技术之一。目前关于语义网关键技术的讨论主要集中在RDF和Ontology身上。本发明因此而来。
发明内容
本发明目的在于提供一种基于本体查询系统进行多领域产品推荐的方法，解决了现有技术中语义本体网络缺乏技术应用等问题。为了解决现有技术中的这些问题，本发明提供的技术方案是一种基于本体查询系统进行多领域产品推荐的方法，其特征在于所述方法包括以下步骤(I)在本体查询系统中输入产品信息进行查询，所述本体查询系统导入规则推理机在与产品相关的各个本体库中进行检索；(2)根据检索结果将用户需要的产品信息和相关的产品资源展示给用户并提示用户相关广品。·
优选的，所述方法中与产品相关的各个本体库包括产品质量本体、产品相关的新闻本体、产品安全本体、产品本体。优选的，所述方法步骤(I)中检索的顺序是先检索产品相关的新闻本体，并根据产品相关的新闻本体获得的影响因子进行判断是否进行产品安全本体和产品质量本体查询。优选的，所述方法步骤(I)中当存在影响因子时，本体查询系统在产品安全本体和产品质量本体中查询，并在产品本体中查询。优选的，所述方法步骤(I)中当不存在影响因子时，本体查询系统仅在产品本体中查询。优选的，所述方法步骤(I)中加载的规则推理机为Reasoner推理机。本发明技术方案基于本体进行多领域的产品推荐，使用本体的特点，获得一种跨多领域的结合推理机对潜在关联信息进行本体信息查询的方法。本发明与现有技术相比，具有如下的有益效果本发明技术方案通过加载规则推理机进行产品相关信息的查询，通过查询结果的综合，将与产品相关的重要信息呈现推荐给用户，可以避免用户常规检索的结果繁杂，用户难以获得有用的信息，避免用户的错误决策。
下面结合附图及实施例对本发明作进一步描述图I为本发明技术方案本体的结构层次图；图2为本发明技术方案中本体中类和对象间的层次图；图3为本发明技术方案本体中对象间关系图；图4为本发明技术方案规则推理的逻辑结构图；图5为本发明技术方案疯牛病新闻实例的逻辑结构图；图6为本发明技术方案推荐系统的结构图；图7为本发明技术方案推荐系统的流程图。
具体实施例方式以下结合具体实施例对上述方案做进一步说明。应理解，这些实施例是用于说明本发明而不限于限制本发明的范围。实施例中采用的实施条件可以根据具体厂家的条件做进一步调整，未注明的实施条件通常为常规实验中的条件。实施例本实施例中本体的建立在基于类的三元组的模型上，即主语(SUBJECT)，宾语(object)和谓词(predicate),表示两个对象及其之间的某种联系。本实施例的本体中的类，可以视一个大类为一个小型的领域本体，构建一个大本体模型，类结构如图I所示。如图2所示为本体中对象间的关系，不同类的对象通过ObjectProperty属性连接在一起。ObjectProperty属性的对象属性继承关系如图3所示。图4展示了两个规则推理的逻辑结构。其中，规则I是购买商品A的人经常会购买商品B，而购买商品B的人经常会购买商品C，所以也许购买商品A的人会对商品C比较感兴趣，即商品C成为对于购买了商品A的人的推荐项目。
规则2是如果一条新闻和某一种问题有关联，而这个问题会影响到一种商品，则说明该商品与该新闻有联系会被影响。新闻实例与食品安全问题的实例或是产品质量问题的实例的有关联(Be I inkwith ),而这些食品安全问题或是产品质量问题会对商品产生影响(Affect)，这些影响便是用户会因为商品所包含的质量或者安全问题而对于该商品排斥。比如某一条关于某种食品安全的新闻，而这条新闻涉及到某种商品，那么我们认为该负面新闻会对商品产生影响。图5在图4的基础上通过一个疯牛病新闻的实例展示了负面新闻对于商品的影响。图5中分别对Americanbeef和Chinesebeef进行了查询。图5左边部分对于Americanbeef进行了查询。对于疯牛病新闻，系统查询到该新闻与疯牛病有关(Belinkwith)0而疯牛病对于Americanbeef有影响(Affect),由推理可以得到该负面新闻会对于商品Americanbeef有影响(Maybeaffect),同时系统进一步可以查询出影响该商品的因子属于disease (疾病类)。图5右边部分对于Chinesebeef进行了查询。具体过程是对于疯牛病新闻，系统查询到该新闻与疯牛病有关(Belinkwith)。而疯牛病对于Chinesebeef无影响(NoAffect)，由推理得不到与该商品相关的负面新闻，它们之间不存在潜在联系，所以是“无影响因子”的情况，疯牛病新闻实例不会影响Chinesebeef。如图6所示，整个流程即为在外部界面中输入一个商品的名称，传入后台，查询模块会加载规则推理机，对多个领域本体进行查询，在本系统中首先根据推理规则对新闻本体进行查询，查询它们连接的其他影响因子的实例并推理出该新闻影响的商品实例，若无影响则查询菜谱本体或是商品本体，最后将推荐结果输出到界面上。推理机制采用Reasoner推理机的推理规则，具体如下推理规则I :[rulel: ( xhttp : //www. semanticweb. org/ontologies/2012/4/market.owl#alwaysbuy y), ( yhttp://www. semanticweb. org/ontologies/2012/4/market.owl#alwaysbuy z)->( xhttp://www. semanticweb. org/ontologies/2012/4/market.owl#maybeintereste din z)]规则I是购买A的人经常会买B，而买B的人经常会买C，所以也许购买A的人会对C比较感兴趣。
[rule2 : ( xhttp : //www. semanticweb. org/ontologies/2012/4/market.owl#belinkedwith y), ( yhttp://www. semanticweb. org/ontologies/2012/4/market.owl#affect z)->( xhttp://www. semanticweb.org/ontologies/2012/4/market.owl#maybeaffect z)]规则2是如果一条新闻和某一种问题有关联，而这个问题会影响到一种商品，则说明该商品与该新闻有联系会被影 响。两个规则推理查询的逻辑结构图I、整体的查询流程图如图7所示，系统对Amercianbeef该商品进行查询，在输入购买的货物里输入=AmerCianbeef进行查询求推荐，由推理可以得到与该商品相关的负面新闻，并查询出与此新闻关联的该商品的影响因子属于=http://www. semanticweb.org/ontologies/2012/4/market. owl#disease,即影响该商品的因子属于 disease (疾病类)。此为负面影响，故输出警告提示，并且找到相关的新闻报道供商品购买者阅读。结果显不为影响因子属于=〈http://www. semanticweb. org/ontologies/2012/4/market.owl#disease>)相关新闻报道的内容是据报道，最近北美发生大规模疯牛病，我国已经对北美牛肉进口记性严格检测。2、系统对HP_dv7该商品进行查询，在输入购买的货物里输入HP_dv7进行查询求推荐，由推理可以得到与该商品相关的负面新闻，并查询出与此新闻关联的该商品的影响因子属于=http://www. semanticweb. org/ontologies/2012/4/market.owl#qualityproblem,即影响该商品的因子属于qualityproblem (质量问题类)。此为负面影响，故输出警告提示，并且找到相关的新闻报道供商品购买者阅读。3、系统对Chinesebeef该商品进行查询,在输入购买的货物里输入Chinesebeef进行查询求推荐，查询出该商品无影响因子，进行下一步查询，对于菜谱本体进行查询，找到牛肉可以作用的菜品及其做法返回推荐。结果显示无影响因子，也许你可以考虑这个菜谱“中式土豆烧牛肉”，做法如下“主料牛肉/辅料土豆、胡萝卜、辣椒、葱、姜、八角、冰糖、老抽、料酒、油、盐\做法:1、牛肉洗净…”。4、系统对Sony_KDL_46EX520该商品进行查询，在输入购买的货物里输入Sony_KDL-46EX520进行查询求推荐，查询出该商品无影响因子，进行下一步查询，对于商品本体进行查询，进行推理找到经常购买该商品的人可能感兴趣的商品返回推荐。结果显示无影响因子，你可能感兴趣的东西“战神”。此外还可以根据该本体查询很多相关的信息，不过由于本实施例是用于商品推荐的系统，一些对象间的联系不适合表现出来。如图5所示,在本实施例的本体查询系统中对于Amercianbeef的查询具体过程是由推理可以得到与该商品相关的负面新闻，并得到该负面新闻将会影响(maybeaffect) Amercianbeef,即获得Amercianbeef和疯牛病新闻的潜在联系，所以将输出提示“你所选择的商品目前可能有一定的健康风险，请酌情考虑购买！ ”，同时输出相关的新闻内容供用户参考。如图5所示，而在本实施例的本体查询系统中对于Chinesebeef的查询具体过程是
由推理得不到与该商品相关的负面新闻，即负面新闻将不会影响(maybeaffect)Chinesebeef，它们之间不存在潜在联系，所以将输出提示“无影响因子”。由图2可知，Chinesebeef、Amercianbeef产品的父类为beef,接着进行下一步查询,查询出Chinesebeef的高两级父类meats类(包括beef、chicken、pork等子类),可以判定商品Chinesebeef是属于食品类，于是对于菜谱本体进行查询，找到牛肉可以作用的菜品及其做法返回推荐。查询的类似代码如下String cIassquery= ^SELECT y”+ “WHERE{eg: ”+goodsl+”rdf:t ype x. ”+ “}，，。上述实例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人是能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所做的等效变换或修饰，都应涵盖在本发明的保护范围之内。
权利要求
1.一种基于本体查询系统进行多领域产品推荐的方法，其特征在于所述方法包括以下步骤 (1)在本体查询系统中输入产品信息进行查询，所述本体查询系统导入规则推理机在与产品相关的各个本体库中进行检索； (2)根据检索结果将用户需要的产品信息和相关的产品资源展示给用户并提示用户相关广品。
2.根据权利要求2所述的方法，其特征在于所述方法中与产品相关的各个本体库包括产品质量本体、产品相关的新闻本体、产品安全本体、产品本体。
3.根据权利要求2所述的方法，其特征在于所述方法步骤(I)中检索的顺序是先检索产品相关的新闻本体，并根据产品相关的新闻本体获得的影响因子进行判断是否进行产品安全本体和产品质量本体查询。
4.根据权利要求3所述的方法，其特征在于所述方法步骤(I)中当存在影响因子时，本体查询系统在产品安全本体和产品质量本体中查询,并在产品本体中查询。
5.根据权利要求3所述的方法，其特征在于所述方法步骤(I)中当不存在影响因子时，本体查询系统仅在产品本体中查询。
6.根据权利要求3所述的方法，其特征在于所述方法步骤(I)中加载的规则推理机为Reasoner推理机。
全文摘要
本发明公开了一种基于本体查询系统进行多领域产品推荐的方法，其特征在于所述方法包括以下步骤(1)在本体查询系统中输入产品信息进行查询，所述本体查询系统导入规则推理机在与产品相关的各个本体库中进行检索；(2)根据检索结果将用户需要的产品信息和相关的产品资源展示给用户并提示用户相关产品。该方法可以避免用户常规检索的结果繁杂，用户难以获得有用的信息，避免用户的错误决策。
文档编号G06F17/30GK102945266SQ201210411838
公开日2013年2月27日 申请日期2012年10月25日 优先权日2012年10月25日
发明者陈国庆, 刘为谦 申请人:苏州两江科技有限公司