基于查詢網(wǎng)絡(luò)的文檔推薦策略研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的日益普及，Web上的信息量呈爆炸性增長。由于互連網(wǎng)上信息資源的極大豐富，信息服務(wù)的個性化越來越引起人們的重視。人們對信息獲取的目的逐漸從查全轉(zhuǎn)變?yōu)椴闇?，滿足特定用戶的特定信息需求成為信息服務(wù)在新的網(wǎng)絡(luò)環(huán)境中的服務(wù)目標。智能推薦系統(tǒng)(Intelligent Recommendation System)就在這個背景下應(yīng)運而生。它能夠向客戶推薦文檔或產(chǎn)品，并可以引導(dǎo)客戶有針對性的對文檔信息或某些產(chǎn)品信息進行關(guān)注。推薦系統(tǒng)的核心

2、是推薦的方法，也是本文研究的重點。
　　本文以用戶的查詢訪問日志為基礎(chǔ)，分析用戶的查詢訪問行為，挖掘用戶的興趣偏好，并以此構(gòu)建查詢網(wǎng)絡(luò)圖，提出了基于查詢網(wǎng)絡(luò)的文檔推薦模型。該模型結(jié)合了傳統(tǒng)推薦方法如基于協(xié)同過濾推薦和基于內(nèi)容推薦等方法的優(yōu)點，同時避免了它們的不足之處，極大的提高了在未知文檔內(nèi)容情況下的文檔推薦效果。
　　本文提出了一種全新的基于用戶點擊(Click-Through)的實體描述模型。該模型使用查詢關(guān)鍵字作為標引

3、詞描述用戶和文檔。這種描述方式不但可以極大地減少了實體向量空間的維度，而且可以更好地表達用戶在查詢行為中的興趣偏好和查詢意圖，因此該模型可以更好的應(yīng)用于推薦系統(tǒng)中的實體描述。
　　由于用戶的訪問興趣經(jīng)常改變，用戶在不同時間的查詢可能包含的不同的興趣偏好，因此本文提出了行為興趣向量的概念，用來描述用戶在發(fā)出不同查詢時的興趣偏好，提高了后續(xù)推薦算法的準確度。
　　本文以查詢網(wǎng)絡(luò)圖為基礎(chǔ)，提出了基于能量傳導(dǎo)的推薦算法，協(xié)調(diào)用戶群中