個性化房地產信息檢索與推薦技術研究.pdf

1、隨著互聯(lián)網(wǎng)上房地產信息越來越多，人們從大量的房產信息中找到自己需要的信息也變得越來越困難，因為傳統(tǒng)的房地產信息檢索系統(tǒng)中沒有考慮用戶的興趣偏好，只是機械地進行信息搜索，對于不同的用戶，相同的查詢詞，往往返回相同的查詢結果，這樣的查詢結果已經無法滿足用戶日益鮮明的個性化需求。
　　本文針對目前房地產信息產業(yè)中的上述問題，提出了基于用戶偏好模型的個性化房地產信息檢索與推薦，并實現(xiàn)了個性化房地產信息檢索與推薦系統(tǒng)。本文主要在以下幾個方面

2、開展了探索性研究工作：
　　首先在對國內外相關文獻收集整理的基礎上，針對目前房地產信息中存在的問題，結合信息檢索技術、用戶模型技術和推薦技術，提出了課題研究的基本思路和技術路線。
　　其次，對用戶偏好模型展開深入研究。在模型的更新方面，通過對查詢詞和檢索結果的操作行為進行學習，提出了適應度函數(shù)來指導模型的更新；在模型的表示方面，結合房產信息本體的特征采用向量空間模型表示，并設計了特征詞典，實現(xiàn)了查詢詞到用戶偏好的映射并能得到

3、具體的權值，以便于相似度的計算來優(yōu)化檢索結果的排序。
　　然后，在前面實現(xiàn)了用戶偏好模型的基礎上，分析了基于內容的推薦和協(xié)同過濾算法的優(yōu)缺點，提出了一種自適應推薦算法，將基于內容的推薦和基于 Item的協(xié)同過濾相結合，增加了一個數(shù)據(jù)結構——最近認可隊列，為兩種推薦算法的合并策略提供依據(jù)并能自適應地改變合并策略的參數(shù)，從而達到更好的推薦服務質量。
　　最后，利用前面的理論知識，實現(xiàn)了一個個性化房地產信息檢索與推薦系統(tǒng)。通過P@