個性化推薦系統(tǒng)研究及其在信息檢索中的應(yīng)用.pdf

1、隨著網(wǎng)絡(luò)信息量的快速增長，人們要在其中獲取所需要的信息變得十分困難。雖然搜索引擎為用戶查詢信息提供了很多方便，但是目前大多數(shù)的搜索引擎存在許多缺陷。由于對用戶的個性化因素考慮不足，傳統(tǒng)搜索引擎的局限性日益突出，個性化搜索引擎的研究及其實現(xiàn)成為研究熱點。目前對個性化信息檢索技術(shù)研究在個性化用戶建模和個性化策略兩個方向都取得了不少成果，但仍然處于理論階段。 推薦系統(tǒng)作為一種個性化的信息服務(wù)方式，根據(jù)用戶的個性、興趣、偏好的分析，準確

2、地向用戶提供感興趣的信息或服務(wù)，可以有效地為用戶提供個性化的信息服務(wù)。推薦系統(tǒng)在理論和實踐中都取得了很大的發(fā)展，特別是在電子商務(wù)領(lǐng)域。相應(yīng)地，將個性化的推薦系統(tǒng)引入信息檢索領(lǐng)域，根據(jù)用戶興趣模型為用戶提供個性化信息檢索服務(wù)，可以有效地提高信息檢索的精確度。 本文首先對目前的個性化信息檢索技術(shù)進行了較為全面、深入的分析。分別對個性化用戶建模和個性化策略與技術(shù)進行了討論，分析了已有的研究成果，進一步總結(jié)了個性化檢索中值得關(guān)注的研究課

3、題和熱點。 接著，針對推薦系統(tǒng)中由于系統(tǒng)規(guī)模的擴大導(dǎo)致的諸如稀疏性問題、可擴展性等問題，對推薦系統(tǒng)及其主要的推薦技術(shù)進行了探索和研究，分析了當(dāng)前系統(tǒng)地優(yōu)缺點和改進方向，在此基礎(chǔ)上提出了一種混合推薦算法。算法在離線階段采用信息檢索中的網(wǎng)頁分析方法來構(gòu)建用戶的興趣模型，并利用局部敏感聚類算法對用戶聚類。在線階段，結(jié)合基于內(nèi)容的推薦和基于用戶的推薦預(yù)測用戶對網(wǎng)頁的評分，從而有效地提高算法的可擴展性和推薦質(zhì)量。 最后，將改進的推