一种本体排序方法及系统

摘要

本发明提供了一种本体排序方法及系统，其中，该方法包括：学方法与预测方法，所述学方法包括采集样本步骤、构建本体向量步骤、生成基学器步骤与生成集成模型步骤；所述预测方法包括如下步骤：向所述集成模型中输入预测集样本，所述集成模型输出预测集样本的本体排序结果。本发明实施例使用集成学的思想，通过采用列表投票法、Bagging与Random Forests将若干不同或相同的基学器融合成不同的集成模型，充分发挥各类算法的优势，提高模型对于本体的排序准确率和泛化能力。

主权项

一种本体排序方法，其特征在于，包括：学习方法与预测方法，所述学习方法包括如下步骤：采集样本步骤，从搜索引擎中获取本体文件作为样本集，并将所述样本集分成训练集与预测集；构建本体向量步骤，提取所述本体文件的本体特征，然后将标准评分、检索编号、特征编号与特征值映射成数值特征向量，其中，所述标准评分为人工评分；所述检索编号为查询关键词所对应的编号；所述特征编号为本体特征编号；所述特征值为每个本体特征的数值；生成基学习器步骤，将所述训练集的所述本体向量通过排序算法训练生成基学习器；生成集成模型步骤，采用集成学习的方法将所述基学习器融合成集成模型；所述预测方法包括如下步骤：预测样本步骤，向所述集成模型中输入预测集样本的本体向量，所述集成模型输出预测集样本的本体排序结果。