自適應(yīng)用戶模型在RSS網(wǎng)絡(luò)信息服務(wù)中的研究.pdf

1、互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展帶來了信息過載的問題,人們不得不花大量的時間和精力去搜索、瀏覽需要的信息。如何快速地從過載的信息中獲取感興趣的信息，已成為一個亟待解決的問題。個性化服務(wù)概念的提出和應(yīng)用，為解決這一問題找到了途徑，它為每個用戶提供不同的服務(wù)，以滿足他們不同的需求。用戶的建模與模型更新技術(shù)，已經(jīng)成為個性化服務(wù)的核心，也是當(dāng)前的研究熱點問題之一。而RSS信息服務(wù)在許多領(lǐng)域得到廣泛應(yīng)用，它改變了信息獲取方式，并且能夠為人們快捷地提供最新的信

2、息服務(wù)。本文將重點研究自適應(yīng)的用戶建模技術(shù)在當(dāng)前RSS信息服務(wù)中的應(yīng)用,提高RSS信息服務(wù)質(zhì)量。 本文提出的用戶模型以向量空間模型為基礎(chǔ)，由用戶興趣與興趣權(quán)值的二元組構(gòu)成，用戶興趣采用混合的用戶興趣模型，即長期興趣和短期興趣模型。人們的興趣是以不確定的方式變化著，為了準(zhǔn)確、及時地追蹤用戶模型的興趣變化，本文運用基于Rocchio反饋方法的用戶模型更新方式。提出Rocchio單次反饋和多次反饋相結(jié)合的方法，追蹤用戶興趣的概念漂移，

3、實現(xiàn)系統(tǒng)的在線學(xué)習(xí)和離線學(xué)習(xí)。在線學(xué)習(xí)提高系統(tǒng)的可塑性，而離線學(xué)習(xí)保證系統(tǒng)的穩(wěn)定性，在穩(wěn)定-可塑性問題上找個平衡點。 最后，通過設(shè)計和實現(xiàn)一個基于自適應(yīng)用戶模型的信息服務(wù)平臺――RSS新聞內(nèi)容過濾系統(tǒng)(RSS News Filtering)，嘗試著為人們提供個性化的RSS信息服務(wù)。同時，使用面向主題的搜索引擎作為新的信息源，平臺利用Google的自定義搜索引擎為用戶獲得更多的相關(guān)信息。實驗數(shù)據(jù)表明，采用本文所提出的用戶建模和更新