一種基于混合用戶興趣模型的個(gè)性化推薦系統(tǒng).pdf

1、隨著Internet的迅速發(fā)展，各種信息以指數(shù)級(jí)的速度增長(zhǎng)，類型也越來(lái)越多。如何有效地解決信息過(guò)載和信息迷失帶來(lái)的種種問題，如何滿足各種用戶不同的個(gè)性化需求等，是研究人員面臨的新課題，個(gè)性化服務(wù)已經(jīng)成為當(dāng)前信息服務(wù)領(lǐng)域的研究熱點(diǎn)之一。用戶興趣建模技術(shù)作為個(gè)性化服務(wù)的核心問題，主要是研究如何有效地組織用戶的興趣源，用戶興趣的表示、更新以及存儲(chǔ)等。本文提出了一種基于混合用戶興趣模型的個(gè)性化推薦系統(tǒng)，實(shí)驗(yàn)驗(yàn)證該系統(tǒng)能為用戶提供更為精確有效的個(gè)

2、性化推薦。本文的研究?jī)?nèi)容及成果如下： ①在分析傳統(tǒng)用戶興趣模型的基礎(chǔ)上，提出了一種將用戶瀏覽內(nèi)容和行為相結(jié)合的混合用戶興趣模型，將其形式化地描述為一個(gè)二元組UP=(I，C)。特征詞權(quán)重向量I用于描述用戶瀏覽內(nèi)容特征，而行為影響因子C用于描述用戶瀏覽行為特征，區(qū)分用戶對(duì)不同類別特征詞的關(guān)注程度，突出用戶感興趣類別的特征詞。該模型能夠有效克服傳統(tǒng)基于內(nèi)容的個(gè)性化描述模型不能刻畫用戶行為特征的不足。 ②精心設(shè)計(jì)了專用于用戶興趣

3、文件獲取與更新的雙重遺傳算法(Dual Gas)。它包括兩次遺傳進(jìn)化過(guò)程：第一次遺傳進(jìn)化過(guò)程(FGA)能夠發(fā)現(xiàn)并調(diào)整特征詞權(quán)重向量I；第二次遺傳進(jìn)化過(guò)程(SGA)根據(jù)用戶興趣度(UIL)自動(dòng)調(diào)整行為影響因子C。 ③給出了基于混合用戶興趣模型的個(gè)性化服務(wù)系統(tǒng)框架及推薦方法。在分析了傳統(tǒng)基于內(nèi)容的個(gè)性化推薦的不足后，提出了基于混合用戶興趣模型的個(gè)性化服務(wù)系統(tǒng)框架，并給出了基于混合用戶興趣模型UP=(I，C)的個(gè)性化推薦方法，新方法能

4、夠?yàn)橛脩籼峁└鼮榫_有效的個(gè)性化推薦。 ④在實(shí)驗(yàn)數(shù)據(jù)預(yù)處理研究中，實(shí)現(xiàn)了自動(dòng)抽取特征項(xiàng)并建立特征詞詞典的方法；給出了一種高維向量空間模型降維方法(R-VSMD)，可為系統(tǒng)節(jié)約存儲(chǔ)空間和提高程序的運(yùn)行效率，具有較好的應(yīng)用參考價(jià)值。 ⑤采用國(guó)際知名網(wǎng)站的標(biāo)準(zhǔn)分類頁(yè)面作為測(cè)試集，針對(duì)本文提出的混合用戶興趣模型和采用傳統(tǒng)經(jīng)典遺傳算法構(gòu)建的用戶興趣模型做了較為充分的個(gè)性化推薦比較實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，文中的方法能夠更為準(zhǔn)確的描述用戶