基于用戶興趣和瀏覽行為的個(gè)性化推薦技術(shù)研究.pdf

1、在互聯(lián)網(wǎng)快速發(fā)展的今天，網(wǎng)絡(luò)上的信息日益膨脹，面對(duì)這眾多的信息資源，廣大網(wǎng)民發(fā)現(xiàn)越來(lái)越難以獲得自己想要的信息。個(gè)性化的服務(wù)技術(shù)就在這種需求背景下誕生了。個(gè)性化服務(wù)是根據(jù)用戶的設(shè)定來(lái)實(shí)現(xiàn)的，是一種有針對(duì)性的服務(wù)方式，通過(guò)各種渠道對(duì)資源進(jìn)行收集、整理和分類，向用戶提供和推薦相關(guān)信息，以滿足用戶的需求。個(gè)性化服務(wù)打破了傳統(tǒng)的被動(dòng)式的服務(wù)模式，能夠充分利用各種資源優(yōu)勢(shì)，主動(dòng)開(kāi)展以滿足用戶個(gè)性化需求為目的的服務(wù)。
　　本文對(duì)個(gè)性化推薦系統(tǒng)及

2、其相關(guān)技術(shù)進(jìn)行了研究，首先分析了間接信息提取和直接信息反饋這兩種常用的互聯(lián)網(wǎng)用戶愛(ài)好提取方式各自的優(yōu)點(diǎn)和缺點(diǎn)，并在這一基礎(chǔ)上提出了一種利用半顯式半隱式愛(ài)好提取方式來(lái)得到互聯(lián)網(wǎng)用戶的興趣信息的新的互聯(lián)網(wǎng)用戶愛(ài)好提取方式。其次對(duì)常見(jiàn)的幾種興趣模型進(jìn)行了分析，提出了構(gòu)建在互聯(lián)網(wǎng)用戶興趣消退基礎(chǔ)上的興趣模型表示。最后通過(guò)對(duì)個(gè)性化推薦系統(tǒng)的設(shè)計(jì)目標(biāo)進(jìn)行分析，在互聯(lián)網(wǎng)用戶興趣消退的興趣模型基礎(chǔ)上，利用Pearson相關(guān)性算法計(jì)算用戶和資源項(xiàng)目間的相

3、似性，并利用K最近鄰分類算法計(jì)算相似用戶的“鄰居區(qū)”，進(jìn)而提出了基于資源項(xiàng)目的個(gè)性化推薦。
　　此外，還對(duì)Pearson相關(guān)性算法和基于余弦的相似性算法進(jìn)行了對(duì)比測(cè)試，實(shí)驗(yàn)結(jié)果表明Pearson相關(guān)性算法和基于余弦的相似性算法相差不大。在最近鄰體積的大小對(duì)個(gè)性化推薦系統(tǒng)質(zhì)量的影響的測(cè)試中發(fā)現(xiàn)當(dāng)最近鄰體積超過(guò)30時(shí)最近鄰體積的大小對(duì)推薦系統(tǒng)的質(zhì)量影響不明顯。對(duì)基于用戶的協(xié)同過(guò)濾算法和基于資源項(xiàng)目的協(xié)同過(guò)濾算法的比較測(cè)試則表明基于資源