基于情景分析的網(wǎng)絡(luò)閱讀個性化推薦方法研究.pdf

1、在經(jīng)濟社會與網(wǎng)絡(luò)迅猛發(fā)展的今天，產(chǎn)品與服務(wù)的多樣性往往讓用戶迷失在選擇的洪流中，而核心數(shù)據(jù)噴發(fā)式的增長也使得人們?yōu)榱说玫阶约合胍男畔ⅲ枰冻龈嗟臅r間成本。雖然搜索引擎等主動服務(wù)模式為人們獲取資源，提供了篩選途徑，但大眾化普適服務(wù)無法滿足人們?nèi)找嬖鲩L的個性化需求，無法真正在特定時間與地點等環(huán)境中為潛在用戶提供滿意并且合適的服務(wù)。因此，為適應(yīng)人們的個性化需求，同時降低用戶的搜尋成本，推薦系統(tǒng)走進了大眾的生活，并為工作學(xué)習帶來了便利。個

2、性化推薦也成為了推薦服務(wù)的研究趨勢之一。
　　本文在對國內(nèi)外相關(guān)推薦技術(shù)的理論框架、算法實現(xiàn)與技術(shù)發(fā)展的研究基礎(chǔ)上，以人因工程研究領(lǐng)域中用戶體驗、決策理論與方法研究中相關(guān)知識為切入點，綜合考慮人的便利性、滿意度等主觀因素，引入情景分析理論對個性化推薦方法進行改進。首先，在網(wǎng)絡(luò)閱讀領(lǐng)域應(yīng)用貝葉斯網(wǎng)絡(luò)方法對影響用戶偏好的信息進行情景推理，構(gòu)建子模型;其次，通過相關(guān)系數(shù)法確定情景信息、用戶基本信息和歷史行為信息之間的權(quán)重系數(shù)，基于用戶-

3、情景-項目之間的關(guān)系構(gòu)建用戶偏好模型;再次，對傳統(tǒng)的用戶相似性計算方法進行改進，并實現(xiàn)個性化的推薦;最后，通過算例分析與實驗對比的方法，驗證基于情景分析的個性化推薦的有效性與推薦質(zhì)量的改善。應(yīng)用情景理論研究個性化推薦的方法，與傳統(tǒng)的協(xié)同過濾算法相比，在推薦準確性上有很大的改進，說明了當前情景不同會對用戶在系統(tǒng)應(yīng)用中的選擇決策有不同程度的影響。
　　基于情景的個性化推薦，綜合分析系統(tǒng)性能、用戶心理與環(huán)境因素，實現(xiàn)人機交互的一體化，對