基于本體用戶興趣模型的個性化推薦系統(tǒng)的研究.pdf

1、隨著21世紀信息技術(shù)的不斷發(fā)展和普及，Web站點已經(jīng)逐漸成為人們生活中不可或缺的一部分，為人們的工作和學(xué)習帶來了巨大的便利。伴隨著網(wǎng)站的日益增多，信息量的急劇增大，傳統(tǒng)Web站點的這種大眾化“one-size-fits-all”運營模式，已經(jīng)無法滿足不同背景下用戶的個性化需求。如何能夠在五花八門的網(wǎng)站中脫穎而出，防止老用戶的流逝，同時吸引新用戶的訪問，成為了各個網(wǎng)站系統(tǒng)運營商苦惱的問題。個性化信息推薦系統(tǒng)就是在這個背景下應(yīng)運而生的，并且

2、迅速成為近年來研究的熱點。
　　 從最初的協(xié)同過濾、基于web挖掘和領(lǐng)域本體，到后來的結(jié)合人工智能、分布式處理等技術(shù)，個性化推薦的研究取得了飛躍式的發(fā)展。然而就目前來說，大部分基于本體的個性化協(xié)同過濾推薦的研究還存在一定的缺點，比如:忽略了本體概念間關(guān)系的重要性，本體用戶興趣模型更新不徹底，用戶興趣本體的概念興趣度無法隨著時間的推移而遺忘等。
　　 為了解決上述缺陷，本文基于本體提出了一種新的用戶興趣模型，結(jié)合激活擴展理

3、論調(diào)整了興趣模型的更新算法并引入了用戶興趣度遺忘公式。當用戶的興趣發(fā)生改變時，個性化推薦系統(tǒng)能夠根據(jù)激活擴展推斷理論對整個用戶興趣模型概念節(jié)點網(wǎng)絡(luò)進行徹底更新。此外，通過計算用戶興趣模型的相似性，而不是用戶對不同事物的評分，產(chǎn)生協(xié)同個性化推薦列表。最后，本文引用了蘇黎世大學(xué)的信息學(xué)研究室開發(fā)、調(diào)整和維護的MovieOntology作為電影的領(lǐng)域本體，采用MovieLens和IMDB電影數(shù)據(jù)集作為系統(tǒng)的實驗數(shù)據(jù)集，設(shè)計并實現(xiàn)了基于本體用戶