大规模商品知识的组织和查询优化

发布时间：2021-08-03 00:33

　　互联网正面向知识互联的Web3.0时代,其目标是实现人和机器都可以理解的更智能化的网络。在此环境下,各种类型的知识图谱应运而生。商品知识由于知识的异质性,使其管理更具挑战性。设计一种融合了客观性商品分类知识和主观性用户观点的大规模商品知识组织框架;提出了一种基于神经网络的学习索引技术,以此提升查询效率;针对商品知识结构的特性和查询需求的特点,实现了一种基于子变量组合的连接策略。实验结果表明,提出的方法相对于现有的知识管理系统,在大规模商品知识的检索效率上有较大幅度的提升。 

【文章来源】：计算机工程与应用. 2020,56(21)北大核心CSCD

【文章页数】：10 页

【部分图文】：

商品知识图谱框架

例如在亚马逊购物平台中，亚马逊网站拥有一个electronics（电子产品）商品分类，headphones（耳机）也是一个商品分类，是electronics的子分类，商品编号为B0753GRNQZ的商品属于headphones商品分类，对应RDF数据图如图2所示。3.3用户评论主观知识

例如用户A001307232认为商品B0753GRNQZ的尺寸好，利用RDF数据图表示如图3所示。其中用户发表的观点都作为opinion的子属性，例子中用户观点good（好）可以通过三元组表示成<good,rdfs:sub Property Of,opinion>。4学习映射字典


本文编号：3318577