企業(yè)知識(shí)個(gè)性化推薦方法研究與應(yīng)用.pdf

1、當(dāng)今社會(huì)環(huán)境下，優(yōu)秀的企業(yè)積累了很多歷史數(shù)據(jù)，這些歷史數(shù)據(jù)包含豐富的經(jīng)驗(yàn)和知識(shí)。優(yōu)秀企業(yè)會(huì)特別注重這些歷史數(shù)據(jù)，因?yàn)闅v史數(shù)據(jù)中往往包含著某些重要信息和行業(yè)發(fā)展趨勢(shì)，我們把包含重要信息的歷史數(shù)據(jù)稱之為企業(yè)知識(shí)，這些也就是企業(yè)的財(cái)富。隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展與普及，知識(shí)傳播的速度越來(lái)越快，企業(yè)知識(shí)呈現(xiàn)指數(shù)級(jí)增長(zhǎng)，員工在單位時(shí)間內(nèi)獲取到合適的知識(shí)的效率越來(lái)越低。因?yàn)橹R(shí)庫(kù)存儲(chǔ)的知識(shí)越來(lái)越多，知識(shí)庫(kù)的利用率也就慢慢下降。到目前為止，有效解決此問(wèn)題的

2、技術(shù)可以分為以推薦系統(tǒng)為代表的信息過(guò)濾技術(shù)和以搜索引擎為代表的信息檢索技術(shù)。本文主要研究的是前者。
　　隨著電子商務(wù)的發(fā)展和個(gè)性化推薦系統(tǒng)的問(wèn)世，有許多推薦算法被提出，而且在特定領(lǐng)域都發(fā)揮著不可替代的作用，比如說(shuō)應(yīng)用在電子商務(wù)領(lǐng)域中的協(xié)同過(guò)濾算法。雖然此算法被廣泛應(yīng)用，但是其仍然存在著諸如數(shù)據(jù)稀疏問(wèn)題、冷啟動(dòng)等問(wèn)題。隨著企業(yè)知識(shí)庫(kù)的飛速發(fā)展，企業(yè)知識(shí)的推薦也逐漸成為最近的研究熱門(mén)。如何有效的利用相關(guān)技術(shù)來(lái)改進(jìn)推薦算法的性能和提高企

3、業(yè)知識(shí)推薦質(zhì)量也日益被科研人員廣泛研究。針對(duì)現(xiàn)有的問(wèn)題，本文在以下兩個(gè)方面展開(kāi)研究。
　　第一，關(guān)于馬爾可夫預(yù)測(cè)模型的研究。本文針對(duì)用戶-項(xiàng)目之間的聯(lián)系，認(rèn)為用戶本次查看項(xiàng)目行為和下次查看行為是有強(qiáng)聯(lián)系的，基于這個(gè)設(shè)想提出一種基于馬爾可夫預(yù)測(cè)模型的協(xié)同過(guò)濾推薦算法。實(shí)驗(yàn)結(jié)果顯示，此算法具有較好的推薦效果。
　　第二，關(guān)于粗糙集理論與企業(yè)知識(shí)的相關(guān)研究。針對(duì)員工的需要自動(dòng)為其推薦恰當(dāng)?shù)闹R(shí)，可以提高員工的工作效率和員工與公司的