基于用戶興趣度的網絡信息過濾模型研究.pdf

1、隨著信息技術的飛速發(fā)展,互聯(lián)網技術已經成為人們日常生活中的一部分.人們用越來越多的時間通過互聯(lián)網進行信息查詢、學習以及休息娛樂.雖然互聯(lián)網上蘊涵了豐富的、最新的信息,但是互聯(lián)網的信息量過大,各種信息泛濫,人們在進行信息的查詢時往往得到的結果與自己的興趣不一致.面對海量信息,如何幫助用戶選擇自己感興趣的信息成為研究與應用關注的重點.文本過濾旨在幫助用戶獲取自己感興趣的文本,實現(xiàn)信息服務的個性化,因此它具有廣泛的應用背景和較高的實用價值.

2、 文本過濾從形式上可以分為三種,即:內容過濾、協(xié)作過濾和價值過濾.內容過濾主要采用自然語言處理、人工智能、概率統(tǒng)計等技術對文本進行內容分析,然后與用戶模型進行相似度計算,主動將相似度高的文本發(fā)送給該用戶模型的注冊用戶,但是內容過濾難以區(qū)分同一主題過濾結果的內容質量好壞,不能為用戶發(fā)現(xiàn)新的感興趣的信息.另外一種方法,協(xié)作過濾主要利用興趣相似用戶的評價進行預測和推薦.目前它已經被成功的應用到個性化推薦系統(tǒng)中,但隨著系統(tǒng)規(guī)模的擴大,它的

3、性能會逐漸降低,暴露出一些問題,比如矩陣稀疏性、擴展性以及早期級別等問題.而價值過濾基于不選擇某個主題的代價大于選擇某個主題的代價,雖然前景很好,但是目前應用還不是很廣泛. 本文圍繞信息過濾模型的查準率技術指標,對于網絡信息過濾的研究背景和研究現(xiàn)狀做了分析,指出現(xiàn)在基于興趣度的信息過濾研究的重點在于用戶興趣模型的形成、更新以及內容過濾、協(xié)作過濾和價值過濾的結合. 在前人工作的基礎上,本文的主要研究工作及創(chuàng)新如下:

4、 (1) 對網絡信息過濾的研究背景和現(xiàn)狀做了分析,通過對國內外研究現(xiàn)狀的分析,指出用戶模型的建立、更新,以及內容過濾、協(xié)作過濾和價值過濾的結合是當前研究的重點. (2) 對網絡信息過濾關鍵技術進行研究,如:網絡信息過濾系統(tǒng)基本組成、中文分詞、特征提取以及分類算法等. (3) 針對基于用戶興趣的信息過濾,提出了一種新型的用戶興趣模型建立、更新方法,使用戶模型可以更好的兼顧用戶的長期興趣和短期興趣. (4) 提出將內