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),請進行舉報或認領(lǐng)
文檔簡介
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
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
- 個性化信息推薦系統(tǒng)研究.pdf
- ontology及其在個性化信息檢索中的應(yīng)用研究.pdf
- 個性化智能信息檢索系統(tǒng)研究.pdf
- 基于本體的個性化信息檢索系統(tǒng)研究.pdf
- 基于本體的個性化信息推薦系統(tǒng)研究.pdf
- 數(shù)據(jù)挖掘在個性化推薦系統(tǒng)中的應(yīng)用.pdf
- 基于本體的LBS個性化信息推薦系統(tǒng)研究.pdf
- 協(xié)同推薦技術(shù)及其在科技文獻個性化推薦系統(tǒng)中的應(yīng)用研究.pdf
- 個性化網(wǎng)絡(luò)信息檢索模型及其應(yīng)用研究.pdf
- 協(xié)作過濾算法及其在個性化推薦系統(tǒng)中的應(yīng)用.pdf
- 個性化新書推薦系統(tǒng)研究.pdf
- 個性化信息檢索技術(shù)在勘探門戶中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘技術(shù)在個性化信息檢索系統(tǒng)中的應(yīng)用研究.pdf
- Web日志挖掘技術(shù)在個性化信息推薦中的應(yīng)用.pdf
- 基于多Agent的個性化信息檢索系統(tǒng)研究.pdf
- 基于Agent的Web個性化信息檢索系統(tǒng)研究.pdf
- 非負矩陣分解算法研究及其在個性化推薦系統(tǒng)中的應(yīng)用
- 個性化推薦引擎系統(tǒng)研究.pdf
- MoSoSo系統(tǒng)中個性化信息推薦模型研究.pdf
- 基于BTM的個性化推薦系統(tǒng)研究與應(yīng)用.pdf
評論
0/150
提交評論