基于个人兴趣的用户偏好建模

基于个人兴趣的用户偏好建模

ID:36571169

大小:2.57 MB

页数:60页

时间:2019-05-12

基于个人兴趣的用户偏好建模_第1页
基于个人兴趣的用户偏好建模_第2页
基于个人兴趣的用户偏好建模_第3页
基于个人兴趣的用户偏好建模_第4页
基于个人兴趣的用户偏好建模_第5页
资源描述:

《基于个人兴趣的用户偏好建模》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。除了文中特Iiili以标注和致谢的地方外,论文中不包含其他人或集体已经发表或撰写过的研究成果,对本文的研究做出贡献的集体和个人均己在论文中作了明确的说明并表示了谢意。研究生签名:_二数日论文使用和授权说明本人完全了解云南大学有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交学位论文和论文电子版;允许论文被查阅或借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。(保密的论文在解密后应遵循此规定)研究生签名:—雄导师签名:壹一№J—百影∥本人及导师同意将学

2、位论文提交至清华大学“中国学术期刊(光盘版)电子杂志社”进行电子矛口N--J络出版,并编入CNKI系列数据库,传播本学位论文的全部或部分内容,同意按《中国优秀博硕士学位论文全文数据库出版章程》规定享受相关权益。.研究生虢雄导师虢童边日肌到三:竖:多摘要随着互联网不断普及,互联网络己成为人们进行进行资源共享和信息获取的重要方式。海量信息资源既丰富了人们的生活也给人们带来了信息过载问题,在这种背景下,信息过滤技术己广泛的应用于当前个性化推荐领域。而个性化推荐的关键就是构建用户偏好模型,其目的就是帮助用户从大量的信息中挑选出感兴趣的信息,通过用户对相关资源的评价来计算用户之间的相似性,然后利

3、用计算所得的相似用户预测当前用户对资源的喜好程度。为了能够更精确地给上网用户提供有效的信息和产品服务,在基于个人兴趣基础上探索用户偏好模型的构建具有更广泛的应用。当前,用户偏好的表示方法主要有两种:定性方法和定量方法。由于用户的偏好一般都是基于一定的环境,在此基础上又出现了诸如基于上下文的偏好和基于混合用户偏好等方面的研究。但是现有的偏好表达模型存在许多不足之处,例如:定性的方法不利于直观描述任何两个具体用户偏好之间的关系,而定量方法不具备数据量化的表示、很难将复杂的偏好模型化。为了弥补这些方法的不足,本文在传统的用户偏好模型的基础上弓l入个人兴趣的概念,通过将个人兴趣分解为短期兴趣和

4、长期兴趣的方法来区分用户不同时期的信息需求,在此基础上分析了传统用户偏好模型的缺陷,建立了具有动态反馈能力的个人兴趣偏好模型。这个模型能够更加充分地描述用户的兴趣需求,特别适应于个人兴趣的快速变化的情况。本文从以下几点来展开工作:(1)首先介绍了用户偏好模型的研究背景、研究意义以及国内外的研究现状。(2)接着介绍了用户偏好建模的各方面技术,包括用户偏好模型的表示、偏好模型的构建方法以及用户偏好模型的表征技术。(3)进而描述了用户偏好模型的构建,包括如何构建用户的短期兴趣和长期兴趣偏好向量,以及他们之间的交互关系和更新策略。(4)最后详述了基于个人兴趣的用户偏好模型推荐系统的设计思路,以

5、及推摘要荐系统各个模块之间关系。并通过实验对比了本文提出的模型与传统用户偏好模型在推荐效果上的差异,实验结果显示新模型能够更好地描绘用户兴趣的变化,提供更好的个性化推荐。关键词:用户偏好;信息过滤;短期兴趣;长期兴趣AbstractWithitspopularization,theInteracthasbecomeanimportantwayforpeopletoshareresourcesandtogetaccesstoinformation.MassiveinformationisnotonlytOenrichpeople?Slifebutalsobringtheproblemof

6、overloadinginformation.Inthiscontext,atpresent,thetechnologyoffilteringinformationhasbeenappliedwidelytothefieldofpersonalizedrecommendation.Thekeyofthepersonalizedrecommendationistobuildamodelofusers’preference,whosepurposeistohelpuserstoselectinterestinginformationfromlargenumberones.WeCancalc

7、ulatethesimilaritybetweentheusersthroughtheusers’evaluationofrelatedresources.Thenwecanmakeuseofsimilaruserscalculatedtopredictthedegreeofcurrentusers’preferences.Tobeabletoprovidemoreaccuratelyeffectiveservicesofinformation

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。