個(gè)性化技術(shù)及其在數(shù)字圖書館中應(yīng)用的研究.pdf

1、近年來，國內(nèi)外多個(gè)大規(guī)模圖書數(shù)字化計(jì)劃進(jìn)展順利，在大規(guī)模數(shù)字圖書館環(huán)境下的個(gè)性化技術(shù)研究已成為一個(gè)重要的研究方向。作者參與了“高等學(xué)校中英文圖書數(shù)字化國際合作計(jì)劃(CADAL)”的建設(shè)，主要負(fù)責(zé)研發(fā)CADAL百萬冊(cè)圖書服務(wù)平臺(tái)，為服務(wù)平臺(tái)實(shí)現(xiàn)了圖書推薦與搜索應(yīng)用。
　　 本文工作圍繞個(gè)性化技術(shù)研究及其在百萬冊(cè)圖書上的應(yīng)用而展開。針對(duì)推薦系統(tǒng)，研究了針對(duì)單維度評(píng)分以及多維度評(píng)分的協(xié)同過濾技術(shù)；但是在百萬冊(cè)圖書服務(wù)平臺(tái)服務(wù)過程中，發(fā)

2、現(xiàn)讀者很少為圖書打分，導(dǎo)致基于評(píng)分的推薦系統(tǒng)不能夠正常工作；為此研發(fā)了基于圖書點(diǎn)擊日志挖掘的圖書實(shí)時(shí)推薦系統(tǒng)，并在個(gè)人空間中提供了基于自定義多媒體規(guī)則的個(gè)性化推薦系統(tǒng)。針對(duì)圖書搜索，注重設(shè)計(jì)用戶友好的人機(jī)交互界面。研究成果如下：
　　 (1)提出了針對(duì)單維度評(píng)分推薦系統(tǒng)的吸收隨機(jī)行走模型：將單維度評(píng)分?jǐn)?shù)據(jù)轉(zhuǎn)換成為二部圖，引入和每個(gè)用戶或物品節(jié)點(diǎn)相連接的空節(jié)點(diǎn)，在增強(qiáng)二部圖上運(yùn)用高斯隨機(jī)場(chǎng)進(jìn)行建模，將top-N推薦問題建模成基于圖

3、的半監(jiān)督分類問題，在考慮每個(gè)節(jié)點(diǎn)的度的情況下推導(dǎo)出一種有效的吸收隨機(jī)行走模型。在兩種真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果證明了該吸收隨機(jī)行走模型的有效性。
　　 (2)提出了針對(duì)多維度評(píng)分推薦系統(tǒng)的兩種概率隱含語義分析模型：擴(kuò)展了著名的單維度評(píng)分概率隱含語義分析模型(pLSA)，在保留pLSA引入的隱含變量的情況下，采用了兩種不同的多元概率分布來建模每個(gè)用戶的多維度評(píng)分。在Yahoo!Movies真實(shí)評(píng)分?jǐn)?shù)據(jù)上的實(shí)驗(yàn)結(jié)果表明了兩種多維度評(píng)分概

4、率隱含語義分析模型在預(yù)測(cè)和推薦任務(wù)中的表現(xiàn)顯著好于單維度pLSA以及其它對(duì)比方法。
　　 (3)研發(fā)了基于可伸縮緊湊瀏覽模式樹的圖書實(shí)時(shí)推薦系統(tǒng)：提出了紅黑頭節(jié)點(diǎn)樹索引的緊湊瀏覽模式樹，該數(shù)據(jù)結(jié)構(gòu)使用前綴共享樹來增量式處理新日志，使用紅黑頭節(jié)點(diǎn)樹來顯著地提高系統(tǒng)可伸縮性；提出了可伸縮緊湊瀏覽模式樹的構(gòu)建算法，以及基于該瀏覽模式樹的分治式實(shí)時(shí)推薦算法。在CADAL服務(wù)平臺(tái)的圖書點(diǎn)擊日志上的實(shí)驗(yàn)結(jié)果表明了該方法的有效性和高可伸縮性。