本体(Ontology)是一种形式化的说明，通过形式化表达特定领域中的对象类型、概念、属性以及相互关系。学者刘柏嵩在其研究中指出，本体实际是指共享概念模型的明确的形式化规范说明，它包含了四层含义，分别是概念模型(Conceptualization)、明确(Explicit)、形式化(Formal)和共享(Share)[21]。Vladimir等提出了一种基于本体的方法来表示用户画像，并对上下文之间的交互过程进行协作学习，进行了与学校环境以及职业所在环境中所定义的用户画像有关的案例研究[22]。Ahmad等构建一种新颖的上下文和个性化的本体用户画像，利用和集成上下文信息构建Web个性化系统，开发了上下文感知个性化系统(CAPS)，该系统能够基于用户的兴趣和上下文信息来建模，然后利用这些用户画像来推断用户并向其提供上下文建议，该研究表明考虑Web个性化系统中的上下文信息可以提供更加有效的个性化服务并向用户提供更好的建议[23]。郑建兴等[24]以微博为例，结合其文本短、信息少、更新速度快等特点，在本体用户模型基础上提出了“友邻—用户”模型的实现方法；该方法利用友邻集进一步扩展了用户模型的主题兴趣，其建立的“友邻—用户”模型是对传统用户模型的一种改进，更好地刻画了用户形象，提高了推荐性能。姜建武等[25]运用基于“行为—主题—词汇—词汇”模型的信息本体提取方法抽象出体现用户行为的具体标签，由此来构建用户画像的数学模型，并对该模型能否准确刻画用户偏好进行了验证，同时针对传统信息推送服务未考虑用户个人综合因素、针对性差和推广转化率低的问题，结合大数据理论提出基于用户画像的智能信息推送方法，从而为大数据精准营销提供了一种创新策略。
总的来看，基于本体的用户画像方法较多地考虑信息源包含的具体语义，其语义表达能力更强，并且具有较好的逻辑推理能力，将之应用于个性化推荐、信息检索领域可显著提升准确率与查全率。但由于基于本体的用户画像推荐必须根据用户的目标需求和要获取或更新的关注领域而不断转变，随着本体结构的发展，本体或互操作性问题可能会存在不一致的问题。目前的研究工作很少致力于研究本体的演化表示，大多都未给出数据集成系统中的全局方案，当本体更改其数据源关系时，该过程会很容易产生错误并会耗费较多的时间成本。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
