传统的信息过滤技术仅仅根据用户兴趣做信息过滤和推荐,难以满足用户的要求。本文提出了一种基于本体论的信息过滤方法。把过滤用户分成两类:没有经验的过滤用户和有经验的过滤用户。在用户模板的基础上,针对没有经验的过滤用户,提出了话题模板;针对有经验的过滤用户,提出了附加用户模板。最终的过滤,对于没有经验的过滤用户,根据用户模板和话题模板进行过滤;对于有经验的过滤用户,根据用户模板和附加用户模板进行过滤。具体工作包括: 基于本体论构建用户模板。通过本体构建话题,用话题表示用户模板。实现了关于用户模板信息的共享,是构建话题模板、附加用户模板的基础。 提出构建话题模板,表达用户公共需求。过滤用户中,一些用户没有经验,不能准确的描述需求,不能得到好的过滤结果。在用户模板的基础上,构建话题模板,辅助用户模板,进行信息过滤,使用户获得更好的过滤结果。 提出构建附加用户模板,表达具有相似需求用户向过滤用户推荐的需求。过滤用户中,一些有经验的用户,能够较好的表达自己的需求。但是这些有经验的用户常常需要了解同行的用户的观点,即同行的需求。在用户模板的基础上,根据与过滤用户需求相似的用户,构建附加用户模板,向过滤用户推荐需求信息,辅助用户模板,进行信息过滤,使用户获得更好的过滤结果。 以量化的形式给出了用户的分类。把从事某话题时间大于等于从事该话题的时间均值的用户称作有经验的过滤用户,小于从事该话题的时间均值的用户作为没有经验的过滤用户。 提出根据用户模板和话题模板过滤信息的方法。针对没有经验的过滤用户,根据用户模板和话题模板进行信息过滤。用户模板、话题模板对过滤的作用给出了一个适当的比例。 提出根据用户模板和附加用户模板过滤信息的方法。针对有经验的过滤用户,根据用户模板和附加用户模板进行信息过滤。用户模板、附加用户模板对过滤的作用给出了一个适当的比例。