已閱讀1頁，還剩61頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著網(wǎng)絡(luò)的普及，互聯(lián)網(wǎng)逐漸出現(xiàn)在人們生活的各個角落。以互聯(lián)網(wǎng)為平臺的針對用戶的服務(wù)和應(yīng)用也逐漸豐富起來，極大的豐富了人們獲取信息和交流信息的手段，提高了人們在生活中信息處理的數(shù)量。然而，對于各種互聯(lián)網(wǎng)應(yīng)用和服務(wù)的核心—用戶而言，僅僅提供海量的信息不僅不能提高用戶處理數(shù)據(jù)的效率從而吸引用戶，反而會使用戶失去方向，模糊了用戶的潛在需求。在這種情況下，能夠反應(yīng)用戶意圖的用戶興趣模型的研究成為了很多互聯(lián)網(wǎng)應(yīng)用的重點，如多樣的個性化服務(wù)(Web
2、Personalization)。 本文首先對用戶興趣建模的基本內(nèi)容進(jìn)行了介紹，并著重介紹了文中系統(tǒng)所應(yīng)用的空間向量模型(VSM)。針對該用戶興趣建模方法的不足，本文引入了關(guān)鍵詞依賴模型(Keywords Dependency Profile)的方法，將空間向量模型擴(kuò)展為圖結(jié)構(gòu)模型。原表征用戶興趣的關(guān)鍵詞向量中的詞定義為圖結(jié)構(gòu)中的頂點，詞與詞之間的關(guān)系定義為圖結(jié)構(gòu)中的邊，并由關(guān)鍵詞組和原始用戶數(shù)據(jù)計算得到頂點和邊的權(quán)重。最終的用
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于論文關(guān)鍵詞聚類的用戶興趣模型細(xì)化方法研究.pdf
- 用戶興趣模型建模方法研究.pdf
- 用戶網(wǎng)頁瀏覽興趣模型建模方法的研究.pdf
- 基于詞跨度的網(wǎng)頁關(guān)鍵詞提取方法研究.pdf
- 基于主題模型的關(guān)鍵詞抽取算法研究.pdf
- 基于用戶行為的產(chǎn)品關(guān)鍵詞優(yōu)化研究與實現(xiàn).pdf
- 基于主題的關(guān)鍵詞提取方法對比研究
- 基于形式概念分析與關(guān)鍵詞加權(quán)的用戶查詢詞擴(kuò)展研究.pdf
- 基于用戶興趣模型的服務(wù)發(fā)現(xiàn)方法研究.pdf
- 基于案例推理的漢語關(guān)鍵詞檢出方法研究.pdf
- 基于音節(jié)格廢料模型的關(guān)鍵詞檢測研究.pdf
- 基于文本的關(guān)鍵詞提取方法研究與實現(xiàn).pdf
- 基于關(guān)鍵詞的RDF數(shù)據(jù)圖查詢模型研究.pdf
- 基于網(wǎng)絡(luò)訪問日志的用戶興趣建模方法研究.pdf
- 基于用戶興趣建模的推薦方法及應(yīng)用研究.pdf
- 面向主題的關(guān)鍵詞抽取方法研究.pdf
- 關(guān)鍵詞詞庫統(tǒng)計方法
- 基于瀏覽行為的用戶興趣建模研究.pdf
- 基于fastText的問答系統(tǒng)用戶意圖識別與關(guān)鍵詞抽取研究.pdf
- 用戶興趣建模的研究.pdf
評論
0/150
提交評論