摘要：大数据环境下的网络口碑危机不同于企业其他危机,危机信号起源于外部海量在线评论信息。针对目前企业网络口碑危机的不可控性,在分析网络口碑特点与负面网络口碑危害性的基础上,提出了基于在线评论挖掘的口碑危机预警模型,并从模型框架、功能、模块设计等方面进行了探索。基于大数据处理引擎MapReduce构建在线评论特征属性挖掘模块,并在此基础上运用情感词模糊隶属函数计算在线评论的情感倾向,以判断网络口碑现状与走势,运用智能信息处理方法进行口碑危机的评估诊断,实现企业网络口碑危机智能化预警功能。

摘要：为了解决各领域知识的语义异构,实现知识共享,需要建立统一的本体模型框架和方法体系。在分析其他本体构建方法特点的基础上,提出了多层本体元模型构建思想。首先,利用顶层本体描述无具体领域特征的普遍联系;然后,通过上层本体描述各领域基本特征的核心类与关系;最后,基于应用本体描述明确领域内的具体实例。在此基础上,构建了三层本体元模型。通过5W1H分析法归纳了顶层本体的概念与关系,设计了三层本体元模型的概念模型,保证了本体全局的语义一致性;通过模块的裂变、重组、复用,实现了本体的模块化构建;以情境模型为例,构建了通用的情境本体实例。最后设计了通用本体的语义一致性检验方法,以提高本体建模效率,保证语义一致性要求。