

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著3G時代的到來,移動網(wǎng)絡的迅速發(fā)展,移動信息服務能為用戶實時提供各種咨詢服務,如天氣、新聞、交通、股票、娛樂等等。移動信息服務正成為移動增值服務市場上的新熱點。
移動信息服務如果只提供通用型業(yè)務,將不能滿足用戶對信息的個性化需求。面向用戶需求的個性化移動信息服務系統(tǒng)能幫助移動用戶快速地從海量的信息中高效地獲取有用知識、最新信息,以滿足各種用戶不同的個性化需求。向移動用戶提供高質量的個性化移動信息服務,關鍵在于事先知道用
2、戶的興趣,并準確地建立用戶興趣模型。
本文對構建移動個性化信息服務系統(tǒng)的基礎、核心技術--用戶興趣建模技術進行了研究。在分析了國內外用戶興趣建模技術的研究現(xiàn)狀之后,提出一種新的用戶興趣挖掘系統(tǒng)UIMining,其功能是通過爬取用戶已下載瀏覽的WAP頁面,挖掘用戶興趣源,建立用戶長期、短期興趣模型,為構建高質量的個性化移動信息服務系統(tǒng)打好基礎。
本文首先敘述本課題研究的意義,介紹了目前國內外個性化服務及其核心技
3、術用戶興趣建模的發(fā)展現(xiàn)狀。基于3G移動網(wǎng)絡,對用戶興趣建模技術中的主要技術數(shù)據(jù)挖掘進行了理論分析;接著本文提出一種用戶興趣屬性挖掘系統(tǒng)UIMining,介紹UIMining的子模塊功能。圍繞UIMining的子模塊,詳細介紹了自動用戶興趣建模過程,包括用戶興趣挖掘和自動用戶興趣建模。
在用戶興趣挖掘中,首先介紹爬取用戶瀏覽頁面提取文本信息的過程。在文本分詞環(huán)節(jié)上,選擇采用中國科學院研發(fā)的漢語語法分析系統(tǒng)ICTCLAS;其次
4、詳細介紹主題詞提取子模塊的方法和過程;最后采用改進的x2統(tǒng)計量和詞頻統(tǒng)計關鍵詞提取,為特征向量降維,采用決策樹實現(xiàn)頁面分類。
在自動構建用戶興趣模型中,通過介紹用戶興趣表示方法和用戶興趣建模技術,提出一種新的基于用戶訪問頻率的用戶興趣建模方法。詳細介紹利用該方法構建用戶長期興趣、短期興趣模型,更新用戶興趣模型。最后通過實驗表明,UIMining系統(tǒng)能有效、準確的描述用戶長期興趣以及短期興趣需求,在移動個性化信息服務中具有實
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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
- 個性化信息檢索中用戶興趣模型的研究.pdf
- 個性化信息服務系統(tǒng)中用戶建模技術研究.pdf
- 個性化服務中用戶興趣模型的研究與設計.pdf
- 基于Web的個性化服務中用戶興趣模型研究.pdf
- 移動環(huán)境下的個性化推薦用戶興趣建模研究.pdf
- 個性化網(wǎng)絡新聞服務中用戶興趣學習算法的研究.pdf
- 個性化旅游信息系統(tǒng)中用戶建模技術的研究.pdf
- 個性化搜索中用戶興趣挖掘技術方法研究.pdf
- 個性化信息服務中的用戶興趣遷移研究.pdf
- 個性化檢索系統(tǒng)中用戶興趣模型構建研究.pdf
- 面向個性化信息檢索的用戶興趣建模研究與實現(xiàn).pdf
- 基于用戶興趣學習的個性化信息服務模型研究.pdf
- 面向個性化服務的用戶興趣建模及應用研究.pdf
- 面向個性化web新聞服務的層次型用戶興趣建模研究
- 個性化服務中用戶建模及社區(qū)劃分算法研究.pdf
- 個性化服務中用戶訪問模式的挖掘.pdf
- 個性化服務中用戶模型的研究與設計.pdf
- 面向個性化Web新聞服務的層次型用戶興趣建模研究.pdf
- RSS個性化信息服務的用戶興趣模型研究及應用.pdf
- 移動電子商務用戶興趣建模及個性化推薦方法研究.pdf
評論
0/150
提交評論