| 标题 | 微博数据挖掘中人工智能推理引擎的应用 |
| 范文 | 秦益文 摘 要：伴随着网络在人们生活中的不断普及，微博开始在人们的日常生活中扮演着越来越重要的角色。伴随着微博使用量的不断增加就需要加强对微博用户的研究来更好的提升微博的用户体验，因此就需要加大人工智能推理技术在微博数据挖掘中的运用，通过人工智能推理引擎的运用来对数据进行挖掘从而给不同的微博用户提供精准的服务。本文主要讲述了人工智能和数据挖掘之间的关系和发展趋势，以及探索了微博数据中人工智能自动推理系统的设计。 关键词：微博数据挖掘；人工智能自动推理系统；设计 中图分类号： TN915 文献标识码： A 文章编号： 1673-1069（2017）05-169-2 0 引言 现阶段微博是一个非常炙手可热的社交网站，在人们的日常生活和社交中扮演着非常重要的角色。为了能够使微博更加精准的为用户提高服务就需要挖掘到丰富的精准的微博数据，因此这就需要在微博数据挖掘中充分运用到人工智能，积极探索人工智能学习推理引擎系统的建立和应用。 1 人工智能和数据挖掘之间的关系以及发展趋势 人工智能技术涵盖有搜索技术，归纳技术，匪类技术，推理技术，知识表示，联想技术等等很多技术，其中推理技术，知识表示，搜索技术是人工智能技术中的很重要的技术，对在数据挖掘方面都起到了很大的作用。 在新的时代，人工智能和数据挖掘都会变得越来越智能化，更加注重加大对智能技术的研发投入。例如，增加对机器人的自动识别，资料的自动更新，客户资料的自动分析等的投入。人工智能和数据挖掘都是为了实现高程度的智能化，他们今后的发展趋势也会朝着高度智能化的目标迈进。 其次，人工智能和数据挖掘都在朝着网络化不断迈进。在网络中充分运用人工智能的技术可以使网络像人工智能一样也带上智能的特征，同时可以解决网络经常遇到的安全性问题，网速慢堵塞问题等其他的问题，极大的提升网络的使用价值。现阶段人工智能已经在网络上得到了一些具体的计算运用，但运用的效果还不够理想，会出现一些计算性错误或者计算效率不高的问题，需要进一步改善。 人工智能和数据挖掘在逐渐实现多种技术融合的道路上迈进，即在人工智能和数据挖掘中正在逐步融入物理的、化学的、生物的、管理学的、创造业的以及一些其他学科和行业的方法和理论，人工智能和数据挖掘通过不断的将这些不同学科不同领域的融入，从而促进各个学科的融合发展。 最后，人工智能和数据挖掘必将实现知识的经济化。现阶段人们正处于知识经济的时代，所以人工智能和数据挖掘必将会受到知识经济时代的影响，使自身具备一些经济化的特征，即人工智能和数据挖掘会变得越来越具有经济价值，越来越实用，从而成为知识经济时代的重要资本，促进经济的提升。 2 微博数据中人工智能学习推理系统的应用 随着人工智能和数据挖掘的不断的发展，在人工智能的基础上，在微博中充分运用人工智能的一些推理技术以及一些推理运算来进行人工智能自动推理系统的研究，从而提升微博用户的客户体验。 2.1 人工智能自动推理系统需要满足的需求 人工智能自动推理系统的建立主要是给微博后台维护的工作人员以及微博用户两方面进行服务。首先，人工智能自动推理系统的首要条件就是需要满足数据经过一次录入，可以实现多次使用的需求。即微博后臺维护的工作人员将搜集用户资料和数据做好分类分别录入人工智能自动推理系统，于是这些知识就可以被储存在数据库，注意要保持数据公开透明。数据成功录入并且保存在数据库中后，微博后台维护的工作人员可以在已知的数据的基础上，进行一系列的推理。人工智能自动推理系统在可以满足推理的需求后，就可以推理出微博用户使用微博的需求。另外，推理系统推理出的结果是在微博用户在微博上添加关注，或者标注出自己的兴趣爱好得来的，因此微博后台维护工作人员只需将看到的事实输入到人工智能学习推理系统中就可以实现自动化的推理。 2.2 人工智能学习推理系统的具体设计 2.2.1 功能设计 在功能方面，人工智能学习推理系统在研究微博用户的需求信息时需要具备五个主要的功能，一是推理准备的过程，通过了解微博用户最新搜索的一些热点词汇来得知微博用户最近比较感兴趣的话题。二是需要具备知识管理的功能，知识管理功能可以实现微博后台工作人员对知识的录入。其三是推理树的功能，推理树可以使微博后台工作人员通过简单的操作实现推理树的构建，即可以采用可视化的界面，使工作人员更加方便快捷的对已经录入的事实进行推理树构建。其四是要实现推理功能，这样可以实现微博后台工作人员的验算，系统应该给工作人员提供方便计算的电子表格。其五是实现好友推送的功能，即通过将系统得出的结果进行推理从而实现推送好友的功能。 2.2.2 整体结构的设计 在人工智能学习推理系统的组成部分设计上，需要有推理系统和学习系统，其中推理系统需要包括对知识进行管理，对推理树进行管理以及推理这三个部分。在对知识进行管理部分还可以下分为事实管理和分类管理，在对推理树进行管理的部分则需要分为新建推理树部分和维护推理树部分。在对微博用户进行具体的推送服务时，需要针对在微博上标签少于三个的用户进行推理，标签少于三个的用户在微博留下的内容比较少，提供推送服务可以丰富他们在微博上的内容，从而更加拓宽使用微博的广度。具体的流程设计为，工作人员将近期的微博搜索热词提供出来进行推送，下一步如果微博用户的标签高于三个，则这个推理过程放弃，下一步若微博用户的标签低于三个，则进行下一步的推理，接下来整理出结果，对用户实施推送服务。 人工智能学习推理系统在具体的构建上应该包含有数据访问层，业务逻辑层和表示层这三方面，其中在数据访问层应该包含有持久化层和服务层两个层面，每个层次之间要有疏散的结构，注意在程序的开发和测试过程中过程一定简化，另外，注意数据库的选取是非常重要的一个步骤。 2.2.3 在推理树的管理部分的设计 人工智能学习推理系统在进行推理树管理部分的设计时，需要以知识库的管理部分为设计的基础，通过微博后台维护人员对推理树进行具体的信息的录入和管理，从而方便人工智能学习推理系统界接下来的推理工作，推理树的管理部分中对信息的录入是推理的重要来源。在推理树管理部分，微博后台维护工作人员需要进行推理树的构建，推理树的查询，推理树的管理，推理树的删除以及推理树的修改这五项工作，因此在推理树管理部分构建时，人工智能学习推理系统可以将其分为推理树的新建和推理树的维护这两个板块，其中在推理树维护板块可以包括推理树的查询，管理，删除和修改这四个部分，方便对推理树的操作。 2.2.4 在对用户进行推理的部分设计 人工智能学习推理系统用户推理部分的设计是为了实现微博工作人员对数据的验算以及微博用户的自动推理。推理树建立完成后，在推理部分可以对推理树的推理结果记性检验，通过检验来更好的调整推理树，确保推理树推理的合理性。至于微博用户的数据信息，可以由人工智能学习推理系统行进对信息的自动调用。 2.2.5 人工智能学习推理系统整理部分的设计 在整理部分的设计上，需要对之前工作推理得出的结果进行整理，并且将微博用户的反馈进行整理，从而得出用户的需求以及用户的潜在需求，明白微博用户的倾向性选择，然后系统再同微博用户的其他情况进行匹配，将符合要求的其他用户以推荐好友的方式推荐给该用户。如果此用户接受了好友推荐，则证明了该用户有这方面的潜在倾向，系统可以根据此倾向继续为该用户提供推送服务，使该用户在微博上的信息逐渐增多。如果该用户直接拒绝了好友推荐，则说明了该用户没有这方面的倾向和需求，人工智能学习推理系统就进行推理树衰减的活动。 3 结语 综上所述，隨着信息化时代的发展，微博用户的使用量在不断增加，这就需要在微博数据挖掘中充分发挥人工智能的作用，通过设计完善的人工智能学习推理系统来为微博用户提供各种推送服务，从而提升微博用户的体验，使微博更好的服务与大众。 参 考 文 献 [1] 周程.人工智能推理引擎在微博数据挖掘中的应用[J].现代电子技术，2016（15）：99-102+107. [2] 李妍.微博数据预处理及话题检测方法研究[D].河北师范大学，2014. [3] 白海.面向主观感知的数据挖掘技术与平台研究[D].北京邮电大学，2014. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。