基于農產品本體的語義檢索推薦系統框架

郭偉光

摘要：在農產品的電子商務中，信息過載使得人們難以快速查找到最為關注的農產品信息。現在很少有基于語義網和本體技術構建的農產品知識檢索與推薦系統。針對這一問題，在描述農產品本體基本結構的基礎上，提出一個基于農產品本體的語義檢索與推薦系統框架。系統除了能讓用戶使用語義查詢功能直接檢索農產品知識外，還能向用戶推薦農產品的關聯知識。

關鍵詞：語義網;本體;語義檢索;推薦;農產品電子商務;系統框架

中圖分類號：G642? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2019）17-0191-03

開放科學（資源服務）標識碼（OSID）：

Abstract： In the e-commerce of agricultural products， information overload makes it difficult for people to quickly find the most important agricultural product information. Currently， there are few agricultural product knowledge retrieval and recommendation systems based on semantic web and ontology technology. Aiming at this problem， based on the description of the basic structure of agricultural products， a framework of semantic retrieval and recommendation system based on agricultural products is proposed. In addition to allowing users to directly retrieve agricultural knowledge using semantic query functions， the system also makes it possible to recommend the associated knowledge of agricultural products to users.

Key words： semantic web; ontology; semantic retrieval; e-commerce of agro-products; system framework

1 引言

近年來，我國鼓勵傳統農產品流通企業發展線上線下結合的網上批發和網上零售，農產品電子商務發展迅速，涉及農產品經營的電子商務網站數以萬計。隨著消費者對健康和食品安全問題的關注，在農產品消費時相比以往更關注農產品的營養、產地、功效、加工品、綠色安全等信息。但每個農產品電子商務網站所提供的信息量多且繁雜，導致無法讓消費者快速、有效找到所需要的信息，出現所謂“信息超載”。在農產品的電子商務中，信息過載使得人們需要大量的用戶交互，難以快速查找到最為期望的農產品信息。

語義網是一種智能網絡，它不但能夠理解詞語和概念，而且還能夠理解它們之間的邏輯關系，可以使信息檢索變得更準確。基于本體的語義檢索和推薦能夠幫助用戶不斷調整自己的檢索詞匯，改變檢索策略，以獲得最為相關的知識。農產品電子商務平臺和許多相關學術研究都在探討通過語義網與信息推薦來改善信息檢索效率。范順忠，陳浩對基于用戶的協同過濾算法進行改進，設計一種融合專家選擇和在線推薦的菜品推薦系統，通過在候選菜品選擇時引入時間敏感因子和協同過濾中引入時間遺忘因子，改進興趣感知算法和菜品偏好預測效果，使得在推薦的準確性和效率方面有明顯改進[1];秦志遠等人基于農產品目錄信息及農業物聯網感知信息分別建立農產品上層本體和下層本體，根據消費者信息建立消費者興趣本體， 然后將農產品上層本體與消費者興趣本體進行概念語義相似度計算，實現個性化推薦[2]; 彭潔等人提出通過收集農產品的評價信息，進行預處理，提取出每個評價者的特征-意見值對，提出一種基于潛在類回歸模型（latent-class regression model，簡稱LCRM）和組群偏好的個性化推薦方案[3];于超等人，在網絡教育資源的檢索工作中應用了本體語義的概念，提出對用戶輸入的查詢條件進行基于本體的查詢擴展算法，設計實現了使用Lucene對擴展后的查詢條件進行檢索的語義檢索模型[4];楊清琳等通過建立領域本體知識庫，改進傳統檢索系統基于關鍵詞匹配存在的缺陷，將用戶輸入的自然語言查詢經分析推理后上升到語義層面，構建了一個基于領域本體知識庫的語義檢索模型，提高了檢索性能[4]。

目前，在農產品電子平臺中，很少有使用語義網和本體技術的實際應用，也沒有專門的農產品知識查詢系統。語義網環境下基于本體的知識集成能夠解決不同網絡信息資源的語義異構問題，通過集成不同的知識結構和不同來源的知識，為用戶提供統一的知識訪問接口以及智能化的知識服務[5]。本文基于語義網技術，通過農產品知識本體的運用，提出一個基于農產品本體的語義檢索和推薦框架，希望能改進對用戶輸入檢索語句的理解，減少用戶與系統的交互次數，提升農產品信息查詢的準確度與可靠度。

2 相關技術

2.1語義檢索

2001年Tim Berners-Lee在《科學美國人》雜志上發表了論文“The Semantic Web”，標志著語義網的誕生。語義網是一種使用可以被計算機理解的方式描述事物的網絡，為解決網格這個智能性不足的問題提供了答案，可以認為其是一個擁有著層次結構的技術棧：一套可以被各類軟件代理（software agent）理解的用來描述數據的通用語言， 如RDF、RFDS、OWL 及SPARQL等;一組可以把分散數據庫中的信息翻譯成通用術語的描述（本體Ontology）;一套允許軟件代理基于這些術語所描述信息進行推理的規則（Rules）[6]。語義搜索對網頁文檔信息所蘊含的語義信息進行充分挖掘，同時把用戶的檢索要求轉換成相應的語義表示，基于領域本體對其進行辨別和推理，從語義層面理解用戶查詢，并將基于本體推理的結果返回給用戶[7]。

2.2本體

斯坦福大學的人工智能（AI）專家Tom Gurber解釋說，本體是指“使程序和人們共享知識信息的概念模型的規范說明”。簡單地說， “本體”就是精確定義了某一領域的可以被計算機理解的，且被該領域所共同接受的一些概念，以及描述這些概念的特性（property）、概念之間的關系的屬性（attribute），以及屬性的約束（constraint）等。本體是對領域知識共同的理解與描述，是實現語義網技術的關鍵。

本體的結構可以定義為一個五元組，即Ontology={C，R，H，Rel，A}，其中C代表概念的集合，其包含很多方面，可以是行為、方法等等，每個概念都有相應的屬性對其自身進行描述;R為關系集合，關系是概念之間的相互關聯，最常出現的有四種關系為Part-of整體-部分關系，Kind-of繼承關系，Instance-of實例關系，Attribute-of屬性關系; H代表概念層次，即概念間的分類關系，Rel表示概念之間的非分類關系，A表示本體的公理。目前十分流行的本體構建工具是Protégé，它屬于開放源代碼軟件。

2.3推薦系統

推薦系統可以說是一種信息過濾 （Information Filtering） 機制，該系統主要依據使用者的喜好、興趣、行為或需求，過濾出使用者潛在需求的信息、服務或產品，從而減少使用者在搜尋信息過程中所附加的額外成本。目前無論是傳統的推薦系統還是基于本體技術的推薦系統，推薦方法都可以分為： 協同過濾推薦、基于內容的推薦、基于知識的推薦和混合推薦等。基于本體技術的推薦系統仍然采用了傳統推薦系統中算法的核心思想，但是在具體實現細節上，結合本體技術的優勢，對傳統的推薦算法進行改進，從本質上解決傳統推薦系統中存在的問題[7]。推薦系統的主要作用是在信息生產方和信息消費方搭建起橋梁，從而建立連接。以個性化推薦技術為核心的推薦系統已廣泛應用于電子商務、多媒體資源點播、電子旅游及社交網絡等領域。尤其在電子商務領域，幾乎所有的平臺Amazon、天貓、淘寶、京東等均不同程度地使用了各種推薦系統主動為用戶推薦其感興趣的信息。

3基于農產品本體的語義檢索與推薦框架

3.1系統框架

我們提出的系統框架如圖1所示，運用語義網中的語意分析技術，從農產品電子商務交易平臺獲取農產品信息進行分析，將處理過的信息裝入農產品信息庫、語義詞匯庫和農產品本體庫。

3.2農產品知識本體構建

本研究建立農產品本體模型的基本思想是對農產品的屬性特征進行組織表示農產品知識。圖2描述了基于屬性特征的農產品本體模型的基本結構。

根據前文定義，農產品本體定義為一個五元組：FarmProduceOntology={C，R，H，Rel，A}。類集合C盡可能多收集農產品領域所涉及的術語和概念，如分類、產地、食用方法等。基本的語義WordNet詞典中涵蓋了農產品與其有關的概念的分類（我們使用的是WordNet漢語開放詞網，可從以下網址下載：http：//compling.hss.ntu.edu.sg/cow/）。在WTO農產品協議中，所定義農產品主要就是HS分類中的前24章的產品。根據這一原則我們將C中的農產品分為動物、植物、動植物分解品及動槙物加工品4一級概念，24個二級概念，層次最多為5層的農產品本體概論集。屬性集合R包括對象關系屬性和值關系屬性，其中對象關系屬性ObjectProperty用來描述類間的關系，值關系屬性DProperty描述概念與數據類型間的關系。屬性作用域Rel通過對R中屬性的定義域和值域進行限制連接了本體中的概念。公理體系A是農產品本體中類和屬性的限制描述。

3.3語義查詢和語義分析

當用戶進行語義搜索的時候，如搜索“安徽碭山出產哪些水果？”，系統的語義分析模塊分為兩個關鍵步驟，即斷詞斷句和關鍵字提取。中文詞法分析是中文信息處理的基礎與關鍵。張華平博士開發的NLPIR漢語分詞系統（http：//www.nlpir.org，自然語言處理與信息檢索共享平臺提供下載），主要功能包括主要功能包括中文分詞、英文分詞、詞性標注、命名實體識別、新詞識別、關鍵詞提取等，并且提供一套完整的動態連接庫可以直接在自己的系統中調用來實現漢語詞法分析。如前文安徽碭山出產哪些水果？系統會分詞標注為：“安徽/ns 碭山/ns 出產/v 哪些/ry 水果/n”，然后系統提取出的關鍵詞：“安徽碭山”，“水果”送往Jena處理。

3.4推理機和推薦生成

推理機（Jena ）來處理農產品知識本體OWL 與RDF文件。例如“安徽碭山出產哪些水果？”語義分析模塊將會提取二個關鍵詞：安徽碭山、水果。SPARQL通過關鍵詞查詢RDF獲數據，便可獲得安徽碭山出產的水果品類信息，如梨、蘋果、黃桃等。當用戶點擊了黃桃后，系統會呈現黃桃的信息，同時會向用戶推薦黃桃的加工品黃桃罐頭等。

4結束語

語義網可以理解用戶輸入語句真正要表達的意思，減少不必要的模糊字詞查詢。本體技術將數據轉換成結構化OWL文本，可以提高數據搜索速度與準確性。我們結合農產品信息檢索和語義網的語義分析技術提出的系統框架除了能讓用戶檢索一般的農產品信息外，還能使用語義查詢功能直接查詢農產品知識并能向用戶推薦關聯信息。另外我們提出的框架還有需要改進的地方，例如，可以結合用戶的檢索歷史和自填寫信息構建用戶模型，分析用戶的情景化偏好，實現農產品信息的個性化推薦。

參考文獻：

[1]范順忠，陳浩.基于興趣感知和時間因子的個性化菜品推薦[J].計算機應用研究，2018，35（2）：358-361.

[2]秦志遠，黃海松，張慧.基于本體和物聯網的農產品推薦研究[J].食品工業，2017，38（4）：165-169.

[3]彭潔，徐劍暉，陳超.電子商務中基于潛在類回歸模型的農產品個性化推薦方案[J].江蘇農業科學，2017，45（12）：274-278.

[4]于超，王璐，程道文.基于本體的教育資源語義檢索系統研究[J].吉林大學學報（信息科學版），2018，36（2）：207-212.

[5]劉小樂，馬捷.語義網環境下基于本體的知識集成研究進展[J].現代情報，2015，35（1）：159-163.

[6]T.Berners-Lee， Linked Data-Design Issues [EB/OL] （2019-03-06）. https：//www.w3.org/DesignIssues/LinkedData.html.

[7]劉琪，王小正，王磊. 基于本體的教育資源語義檢索關鍵技術研究[J].電腦知識與技術，2014，10（16）：3872-3875.

[8]唐曉波，魏巍.基于本體的推薦系統研究綜述[J].圖書館學研究，2016（18）：7-12.

【通聯編輯：王力】