邹 海 ，郇秀花

(1.教育部智能计算与信号处理重点实验室，安徽 合肥 230039；2.安徽大学 计算机科学与技术学院，安徽 合肥 230039)

随着信息的急剧膨胀，人们希望借助信息检索工具如搜索引擎来获取自己需要的信息显得尤为迫切。然而，传统的基于关键词匹配的信息检索技术往往只是得到“千人一面”的检索结果，难以理解用户检索目的和区别用户的需求。造成这种情况的主要原因有两方面：一是当前的互联网不能恰当的处理语义；二是缺乏对用户的理解。针对第一个原因，Tim Berners-Lee提出了语义Web(Semantic Web)的概念[1]。其引入了以本体(Ontology)来表示概念和语义关联信息这一思想，来实现不同系统之间的信息共享，提高网络服务的智能化与自动化。语义Web通过把当前Web上无序的信息变为有序的知识，为解决数据管理有序性与Web上信息无序性相矛盾，搜索引擎的查全查准要求与数据缺乏语义相矛盾等问题指明了方向[2]。针对第二个原因，许多学者引入了用户上下文信息，如用户工作内容、专业背景、兴趣、爱好、生活习惯、经验、点击反馈、用户认知(Cognition)、理解水平等因素都属于用户上下文信息。这些上下文信息都是理解用户个性化需求的关键信息。

随着语义Web的研究，人们纷纷在本体的基础上对上下文信息进行分析和描述[3]，这些研究具有以下特点：

(1)研究对象仅仅只是用户的兴趣，缺乏从多角度对用户个性化需求，如理解水平、认知结构等的理解和挖掘。

(2)分析只是集中于利用上下语义关系，缺乏精确的分析和表示。……