摘要：为系统理解基于实体的知识面板这一信息推荐模式及其工作原理,借助知识图谱和实体搜索技术的基本思想对其开展研究。首先,分析知识面板的数据源。接着,分析知识面板中知识模块的设计与规划。最后,对知识面板的工作流程进行分析与探讨。通过研究发现,为实现在知识面板中推荐相关领域知识这一目的,这不仅涉及用户的需求模式和知识模块的设计与规则,而且还涉及概念数据库的构建和各种与实体相关的因素等。

摘要：【目的/意义】随着电子商务的快速发展,互联网上出现大量商品评论信息,商品评论文本的情感分析与挖掘对于研究商品口碑、进行商品推荐都具有重要的价值。【方法/过程】文中设计商品属性提取与过滤算法、情感词判别算法,分析商品的评论信息并自动抽取用户关注的商品属性和用户对相应属性的评价观点,并进一步将其应用于商品评价文本的情感倾向性分析。【结果/结论】实现了自动化的商品属性和评价情感词抽取,实现了商品评论的情感倾向性分析,在真实数据集上进行测试取得了准确率81.08%,召回率88.23%。