基于用戶興趣的個(gè)性化信息推薦系統(tǒng).pdf

1、Internet技術(shù)的發(fā)展為人們提供了方便快捷的信息獲取手段。面對(duì)網(wǎng)絡(luò)上的海量信息，人們有時(shí)往往會(huì)感到無所適從。如何為每個(gè)用戶提供快捷準(zhǔn)確，滿足個(gè)人實(shí)際需要的信息，己成為眾多業(yè)內(nèi)人士越來越關(guān)注的問題。 基于信息過濾技術(shù)的信息推薦系統(tǒng)在與用戶交互時(shí)，針對(duì)不同的用戶采取不同的服務(wù)策略，提供不同的服務(wù)內(nèi)容。在信息領(lǐng)域，每個(gè)用戶都有自己特定的、長(zhǎng)期的信息需求，用這些信息需求組成過濾條件，從動(dòng)態(tài)的信息資源流中過濾出服務(wù)需求的內(nèi)容，屏蔽掉無

2、用的信息并進(jìn)行服務(wù)。 近年來推薦系統(tǒng)在理論和實(shí)踐中都得到了很大發(fā)展。但是隨著系統(tǒng)規(guī)模的擴(kuò)大，信息推薦系統(tǒng)也面臨一系列挑戰(zhàn)。針對(duì)這些挑戰(zhàn)，本文進(jìn)行了有益的探索和研究，研究的主要內(nèi)容為如下兩方面：1).在推薦系統(tǒng)推薦質(zhì)量研究方面，提出了一種基于項(xiàng)目特征評(píng)價(jià)的協(xié)同過濾算法，通過項(xiàng)目特征分解的方法來提高系統(tǒng)在評(píng)價(jià)數(shù)據(jù)稀疏情況下的系統(tǒng)性能，并通過用戶聚類的方法來減少搜索空間，減少在線計(jì)算的復(fù)雜度。實(shí)驗(yàn)證明，本算法可以有效改善推薦系統(tǒng)的推薦