數(shù)字圖書館中個性化服務(wù)技術(shù)的研究.pdf

1、本文以數(shù)字圖書館中的文本數(shù)據(jù)為基礎(chǔ),研究用戶個性化偏好模型,個性化信息獲取、存儲與管理以及相關(guān)的資源特征的提取、組織、維護等問題,研究個性化信息推薦技術(shù)和個性化檢索技術(shù).本文的主要研究成果包括如下六方面.首先,提出一種能夠表達數(shù)字圖書館中復(fù)雜用戶偏好的偏好模型.該模型把用戶偏好與語義概念層次相結(jié)合,比原有的基于偏序關(guān)系的偏好模型具有更強的表達能力,能夠表達數(shù)字圖書館中文本數(shù)據(jù)上的復(fù)雜用戶偏好,具有很好的擴展性和自適應(yīng)性.第二,提出基于新

2、的偏好模型的用戶偏好獲取方法以及偏好信息的存儲和索引技術(shù).利用統(tǒng)計分析的方法獲取用戶對文本屬性的偏好和文本內(nèi)容的偏好,實驗結(jié)果表明偏好挖掘算法是十分有效的.提出的混合存儲策略在單機上的空間代價和操作代價都遠遠小于傳統(tǒng)的關(guān)系存儲模式.第三,提出了文本特征的提取方法以及特征信息的存儲和索引技術(shù).新的提取方法對PDF格式的文本進行特征提取,把基于規(guī)則和自動機的提取方法相結(jié)合,較好地解決了數(shù)字圖書館的數(shù)據(jù)預(yù)處理問題.針對數(shù)字圖書館中查詢的特點,

3、采用層次索引來組織文本的結(jié)構(gòu)和內(nèi)容信息,具有很好的并行性和壓縮比,采用并行和壓縮技術(shù)提高了查詢效率.第四,提出兩種個性化推薦算法.在基于興趣度的個性化推薦算法中,把文本之間的相似性、文本的新穎性和信息量結(jié)合起來,提出用戶對文本興趣度的概念,理論分析和實驗結(jié)果均證明算法能夠真正返回用戶感興趣的文本,提高了推薦完全性和推薦準(zhǔn)確性.在基于文獻拓?fù)涞膫€性化推薦算法中,提出文獻拓?fù)鋱D和相關(guān)子圖的概念,把文獻之間的拓?fù)浣Y(jié)構(gòu)應(yīng)用于文獻的推薦,不僅提高

4、了算法的效率,而且能夠全面、準(zhǔn)確、清晰地給出與用戶感興趣的研究問題相關(guān)的文獻.第五,在個性化檢索方面,把語義概念層次與用戶個性化關(guān)鍵字組相結(jié)合,形成帶表達能力的概念層次,用來表達用戶的內(nèi)容偏好.實驗結(jié)果表明,算法的查全率和查準(zhǔn)率都高于傳統(tǒng)的關(guān)鍵字檢索和基于概念層次的個性化檢索算法.提出檢索結(jié)果的自動分類方法,為用戶提供檢索結(jié)果的分類信息,再根據(jù)用戶對類別的選擇傳輸文本,大大減少了網(wǎng)絡(luò)傳輸量,提高了系統(tǒng)的效率.最后,基于上述基礎(chǔ)研究成果,