Ontology-based data access leveraging subjective reports

ویرایش:  
نویسندگان: Simari. Gerardo I  
سری: SpringerBriefs in computer science 
ISBN (شابک) : 9783319652290, 9783319652283 
ناشر: Springer 
سال نشر: 2017 
تعداد صفحات: 82 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت 

قیمت کتاب (تومان) : 88,000



این SpringerBrief مشکل مهندسی دانش عینیت مهندسی در پاسخگویی به پرس و جوی top-k را بررسی می کند. اساساً، پاسخ ها باید با در نظر گرفتن ترجیحات کاربر و مجموعه ای از گزارشات (ذهنی) ارائه شده توسط سایر کاربران محاسبه شوند. بیشتر فرض می‌کنند که هر گزارش را می‌توان به‌عنوان مجموعه‌ای از امتیازات برای فهرستی از ویژگی‌ها، ترجیحات نویسنده آن در میان ویژگی‌ها، و همچنین اطلاعات دیگری که در این مختصر مورد بحث قرار می‌گیرد، مشاهده کرد. سپس این اطلاعات برای هر گزارش، همراه با ترجیحات کاربر درخواست کننده و اعتماد آنها به هر گزارش، ترکیب می شوند تا نتایج پرس و جو را رتبه بندی کنند. نمونه‌های روزمره این راه‌اندازی، بررسی‌های آنلاینی است که در سایت‌هایی مانند Amazon، Trip Advisor، و Yelp و بسیاری دیگر یافت می‌شود.

در طول این تلاش مهندسی دانش، نویسندگان از خانواده Datalog /- از هستی‌شناسی استفاده می‌کنند. زبان‌ها به عنوان بازنمایی دانش زیربنایی و فرمالیسم استدلالی، و چندین روش جایگزین که از طریق آنها می‌توان رتبه‌بندی را استخراج کرد، همراه با الگوریتم‌هایی برای پاسخ‌دهی به پرس و جوی top-k (اتمی) تحت این رتبه‌بندی‌ها بررسی کرد. این SpringerBrief همچنین مفروضاتی را بررسی می‌کند که بر اساس آن الگوریتم‌های ما در زمان چند جمله‌ای در پیچیدگی داده اجرا می‌شوند. دیتالوگ /- و استدلال با ترجیحات)، باید برای دانشجویان، محققان و شاغلینی که به مشکل کلی ترکیب ترجیحات کاربر در فرمالیسم ها و ابزارهای مرتبط علاقه مند هستند، ارزشمند باشد. همچنین متخصصانی که علاقه مند به استفاده از دسترسی به داده مبتنی بر هستی شناسی برای استفاده از اطلاعات موجود در بررسی محصولات و خدمات برای تجربه بهتر مشتری هستند، به این خلاصه علاقه مند خواهند شد و محققانی که در زمینه زبان های هستی شناسی، وب معنایی، منشأ داده و استدلال با کار می کنند، علاقه مند خواهند بود. تنظیمات برگزیده.

This SpringerBrief reviews the knowledge engineering problem of engineering objectivity in top-k query answering; essentially, answers must be computed taking into account the user’s preferences and a collection of (subjective) reports provided by other users. Most assume each report can be seen as a set of scores for a list of features, its author’s preferences among the features, as well as other information is discussed in this brief. These pieces of information for every report are then combined, along with the querying user’s preferences and their trust in each report, to rank the query results. Everyday examples of this setup are the online reviews that can be found in sites like Amazon, Trip Advisor, and Yelp, among many others.

Throughout this knowledge engineering effort the authors adopt the Datalog+/– family of ontology languages as the underlying knowledge representation and reasoning formalism, and investigate several alternative ways in which rankings can b

e derived, along with algorithms for top-k (atomic) query answering under these rankings. This SpringerBrief also investigate assumptions under which our algorithms run in polynomial time in the data complexity.

Since this SpringerBrief contains a gentle introduction to the main building blocks (OBDA, Datalog+/-, and reasoning with preferences), it should be of value to students, researchers, and practitioners who are interested in the general problem of incorporating user preferences into related formalisms and tools. Practitioners also interested in using Ontology-based Data Access to leverage information contained in reviews of products and services for a better customer experience will be interested in this brief and researchers working in the areas of Ontological Languages, Semantic Web, Data Provenance, and Reasoning with Preferences.

Front Matter ....Pages i-viii
 Ontology-Based Data Access with Datalog+/−  (Gerardo I. Simari, Cristian Molinaro, Maria Vanina Martinez, Thomas Lukasiewicz, Livia Predoiu)....Pages 1-21
 Models for Representing User Preferences  (Gerardo I. Simari, Cristian Molinaro, Maria Vanina Martinez, Thomas Lukasiewicz, Livia Predoiu)....Pages 23-41
 Subjective Data: Model and Query Answering  (Gerardo I. Simari, Cristian Molinaro, Maria Vanina Martinez, Thomas Lukasiewicz, Livia Predoiu)....Pages 43-65
 Related Research Lines  (Gerardo I. Simari, Cristian Molinaro, Maria Vanina Martinez, Thomas Lukasiewicz, Livia Predoiu)....Pages 67-77