個性化推薦系統(tǒng)架構(gòu)及相關(guān)技術(shù)研究.pdf

1、隨著以電子期刊和在線文檔形式存在的科技文獻的不斷增加，對科研教學(xué)人員來講，如何充分利用現(xiàn)有的網(wǎng)絡(luò)信息資源，從龐雜的電子文檔中及時、準確地獲知與自己研究領(lǐng)域相關(guān)的最新科技信息就顯得非常必要。對于科教人員這一特定群體來講，其信息需求傾向會在相當長一段時間內(nèi)圍繞一個主題基本保持不變，所以他們會長期關(guān)注某類信息的發(fā)展動態(tài)。因此，根據(jù)用戶個人一貫的興趣，將用戶真正感興趣的信息主動提供給他，而盡量屏蔽那些不為用戶喜歡的信息，使之能夠真正做到“各得所

2、需”，這正是個性化推薦系統(tǒng)的特征所在。 個性化推薦技術(shù)中用戶需求信息的獲取與學(xué)習(xí)、用戶需求的描述文件的表達與更新、資源描述文件的表達、個性化推薦技術(shù)是關(guān)鍵。 在建立用戶興趣模型時，需要對代表用戶興趣的中圖分類號進行挖掘，由于傳統(tǒng)的Apriori數(shù)據(jù)挖掘算法更適合于處理無序的集合，而中圖中的號碼是有序的，我們提出了一種改進的算法來自動構(gòu)建用戶興趣模型，從理論上來說，這也是屬于基于本題的特征抽取技術(shù)。 據(jù)此基礎(chǔ)，我們