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、隨著互聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展,信息過載問題日益加劇,個性化信息推薦成為當(dāng)前研究中的熱點。本文以房產(chǎn)信息為研究對象,在分析房產(chǎn)領(lǐng)域信息內(nèi)容的基礎(chǔ)上,提出一種新的個性化信息推薦模型,即運用自然語言處理的方法抽取房產(chǎn)信息的結(jié)構(gòu)化屬性,再將用戶需求關(guān)鍵詞與結(jié)構(gòu)化屬性相結(jié)合建立用戶模型,通過在推薦模型中加入視覺注意機制,使信息呈現(xiàn)方式適應(yīng)用戶視覺注意的選擇性特征。 本文的主要研究成果如下: 1.基于規(guī)則庫的房產(chǎn)信息結(jié)構(gòu)化抽取本文通過建
2、立規(guī)則庫來抽取房產(chǎn)信息的結(jié)構(gòu)化屬性,如價格、面積等,并利用規(guī)則對抽取過程中不完整的信息進行了處理。實驗結(jié)果表明,該方法抽取屬性信息的準確率高達99%~100%,召回率達到80%以上。 2.關(guān)鍵詞與屬性相結(jié)合的用戶建模本文提出的用戶模型用關(guān)鍵詞及其相互關(guān)系以及信息的結(jié)構(gòu)化屬性來共同表達,該模型通過基于關(guān)鍵詞的檢索以及基于屬性的相似度計算來實現(xiàn)個性化推薦。實驗結(jié)果表明,該模型可以表達已有的房產(chǎn)信息服務(wù)均無法表達的找房原則,更好的表達
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
- 基于UCL內(nèi)容標(biāo)引的個性化信息推薦機制研究.pdf
- 基于本體的學(xué)習(xí)內(nèi)容個性化推薦.pdf
- 基于信息流動模型的個性化社交內(nèi)容推薦.pdf
- 基于本體的學(xué)習(xí)內(nèi)容個性化推薦研究.pdf
- 基于Web日志和網(wǎng)頁特征內(nèi)容的個性化信息推薦.pdf
- 基于標(biāo)簽的個性化信息推薦問題研究.pdf
- 基于數(shù)據(jù)挖掘的Web個性化信息推薦研究.pdf
- 基于知識點的學(xué)習(xí)內(nèi)容個性化推薦研究.pdf
- 網(wǎng)絡(luò)時代下的個性化傳播研究——基于個性化信息推薦的分析.pdf
- 基于情景信息的移動商務(wù)個性化推薦研究.pdf
- 基于點擊流的個性化信息推薦服務(wù)研究.pdf
- 基于用戶興趣的個性化信息推薦系統(tǒng).pdf
- 基于農(nóng)業(yè)信息網(wǎng)的信息個性化推薦研究.pdf
- 個性化信息推薦系統(tǒng)研究.pdf
- 基于本體的個性化信息推薦系統(tǒng)研究.pdf
- 基于標(biāo)簽信息的個性化音樂推薦算法研究.pdf
- 信息發(fā)布的個性化推薦系統(tǒng).pdf
- 基于社會化標(biāo)簽的個性化信息推薦服務(wù).pdf
- 基于匿名用戶使用挖掘的個性化信息推薦研究.pdf
- 基于本體的LBS個性化信息推薦系統(tǒng)研究.pdf
評論
0/150
提交評論