基于本體用戶(hù)興趣模型個(gè)性化推薦系統(tǒng)的研究

基于本體用戶(hù)興趣模型個(gè)性化推薦系統(tǒng)的研究

ID:34702582

大?。?.28 MB

頁(yè)數(shù):73頁(yè)

時(shí)間:2019-03-09

基于本體用戶(hù)興趣模型個(gè)性化推薦系統(tǒng)的研究_第1頁(yè)
基于本體用戶(hù)興趣模型個(gè)性化推薦系統(tǒng)的研究_第2頁(yè)
基于本體用戶(hù)興趣模型個(gè)性化推薦系統(tǒng)的研究_第3頁(yè)
基于本體用戶(hù)興趣模型個(gè)性化推薦系統(tǒng)的研究_第4頁(yè)
基于本體用戶(hù)興趣模型個(gè)性化推薦系統(tǒng)的研究_第5頁(yè)
資源描述:

《基于本體用戶(hù)興趣模型個(gè)性化推薦系統(tǒng)的研究》由會(huì)員上傳分享,免費(fèi)在線(xiàn)閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、太原理工大學(xué)碩士研究生學(xué)位論文基于本體用戶(hù)興趣模型的個(gè)性化推薦系統(tǒng)的研究摘要㈣刪㈣㈣嗍舢㈣㈣0Y2395680隨著21世紀(jì)信息技術(shù)的不斷發(fā)展和普及,W

2、eb站點(diǎn)已經(jīng)逐漸成為人們生活中不可或缺的一部分,為人們的工作和學(xué)習(xí)帶來(lái)了巨大的便利。伴隨著網(wǎng)站的日益增多,信息量的急劇增大,傳統(tǒng)W.eb站點(diǎn)的這種大眾化·tone.size.fits.a(chǎn)ll"運(yùn)營(yíng)模式,已經(jīng)無(wú)法滿(mǎn)足不同背景下用戶(hù)的個(gè)性化需求。如何能夠在五花八門(mén)的網(wǎng)站中脫穎而出,防止老用戶(hù)的流逝,同時(shí)吸引新用戶(hù)的訪(fǎng)問(wèn),成為了各個(gè)網(wǎng)站系統(tǒng)運(yùn)營(yíng)商苦惱的問(wèn)題。個(gè)性化信息推薦系統(tǒng)就是在這個(gè)背景下應(yīng)運(yùn)而生的,并且迅速成為近年來(lái)研究的熱點(diǎn)。從最初的協(xié)同過(guò)濾、

3、基于web挖掘和領(lǐng)域本體,到后來(lái)的結(jié)合人工智能、分布式處理等技術(shù),個(gè)性化推薦的研究取得了飛躍式的發(fā)展。然而就目前來(lái)說(shuō),大部分基于本體的個(gè)性化協(xié)同過(guò)濾推薦的研究還存在一定的缺點(diǎn),比如:忽略了本體概念間關(guān)系的重要性,本體用戶(hù)興趣模型更新不徹底,用戶(hù)興趣本體的概念興趣度無(wú)法隨著時(shí)間的推移而遺忘等。為了解決上述缺陷,本文基于本體提出了一種新的用戶(hù)興趣模型,結(jié)合激活擴(kuò)展理論調(diào)整了興趣模型的更新算法并引入了用戶(hù)興趣度遺忘公式。當(dāng)用戶(hù)的興趣發(fā)生改變時(shí),個(gè)性化推薦系統(tǒng)能夠根據(jù)激活擴(kuò)展推斷理論對(duì)整個(gè)用戶(hù)興趣模型概念節(jié)點(diǎn)網(wǎng)絡(luò)進(jìn)行徹底更新。此外,通過(guò)計(jì)算用戶(hù)興趣模型的相似性,而不是用戶(hù)對(duì)不同事物的評(píng)分,產(chǎn)生協(xié)同個(gè)性

4、化推薦列表。最后,本文引用了蘇黎世大學(xué)的信息學(xué)研究室開(kāi)發(fā)、調(diào)整和維護(hù)的MovieOntology作為電影的領(lǐng)域本體,采用MovieLens和IMDB電影數(shù)據(jù)集作為太原理工大學(xué)碩士研究生學(xué)位論文系統(tǒng)的實(shí)驗(yàn)數(shù)據(jù)集,設(shè)計(jì)并實(shí)現(xiàn)了基于本體用戶(hù)興趣模型的電影個(gè)性化推薦系統(tǒng)。當(dāng)用戶(hù)登錄成功之后,系統(tǒng)會(huì)根據(jù)用戶(hù)本體和偏好數(shù)據(jù)進(jìn)行協(xié)同過(guò)濾推薦,產(chǎn)生個(gè)性化推薦列表展現(xiàn)給用戶(hù)。總體來(lái)說(shuō),目前基于本體的電影個(gè)性化推薦系統(tǒng)的應(yīng)用還處于研究階段,國(guó)內(nèi)外針對(duì)web用戶(hù)的開(kāi)源推薦系統(tǒng)研究項(xiàng)目較缺乏,本文設(shè)計(jì)并實(shí)現(xiàn)的基于本體用戶(hù)興趣模型的電影個(gè)性化推薦系統(tǒng)是對(duì)這一領(lǐng)域研究的一次很好的嘗試。關(guān)鍵詞:個(gè)性化推薦,用戶(hù)興趣模型,本

5、體,協(xié)同過(guò)濾太原理工大學(xué)碩士研究生學(xué)位論文一???一一??一~一~???一RESEARCHC}NPERSoNALIZEDI冱COMMENDATICINSYSTEMBASEDONONTOLOGYOFUSERINTERESTMODELABSTRACTWi也thedevelopmenta11dmepopul耐zationofinfOmationtechn0109yintwen:ty.firstcem吼websitehasgraduallybecomeanindispensablepanofpeople’slife,ithasbrought伊eatconveniencetopeople’sworkar

6、nstudy.AlongwimmeiIlcreasingoft11ewebsite,mesha印inCreaseofmeamountofinfomation,thepopular“one-size—fits-all’’operationmodeofthetraditionalwebsitehasbeenunabletomeetmeuser’spersonalizedneedsofdifferentback鏟ound.Howtoshowitselfinalll(indsofsites,topreVentt11eolduserpasses,toa廿mctnewusersaCcessatmes鋤et

7、ime,itbecomesaproblemforthewebsitesystemoperators.PersonalizediIlf.omlationrecomme呔‰ionsystemiseme瑪edaS也etimesrequirem缸1isback鏟ound,andquicl【lybecomearesearChFrommei血ialtechnology'suchascollaboratiVefilte血g,basedonwebmining,domainontology'tothelatesttechnology,suchasanificialintelligence,dis仃ibutedp

8、rocessillg,meperSonalizedrecommendationhasmader印iddevelopment.Atpresent,mostofmepersonalizedcollaboratiVefilte咖gIⅡ太原理工大學(xué)碩士研究生學(xué)位論文recommendationbasedonontologyrese2urchalsohasshortcomings,forex鋤ple,i印。

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶(hù)上傳,版權(quán)歸屬用戶(hù),天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶(hù)請(qǐng)聯(lián)系客服處理。