基于Agent的個性化服務(wù)平臺的應(yīng)用研究.pdf

1、當(dāng)今社會是互聯(lián)網(wǎng)高速發(fā)展的時代，互聯(lián)網(wǎng)科技日新月異，互聯(lián)網(wǎng)應(yīng)用層出不窮。從以前的資源缺乏到如今的資源過載，困擾用戶的問題已經(jīng)由從前的資源不足轉(zhuǎn)變?yōu)槿绾螐募姺睆?fù)雜的資源中尋找自己感興趣的資源。面對紛繁復(fù)雜的互聯(lián)網(wǎng)資源，很多用戶往往覺得力不從心，甚至迷失在浩瀚的信息海洋中。因此，個性化服務(wù)平臺應(yīng)運而生，個性化服務(wù)以用戶為中心，針對用戶的個性實現(xiàn)針對性服務(wù)。
　　 個性化推薦系統(tǒng)是個性化服務(wù)的一個重要研究方向。本文在充分研究Agent

2、技術(shù)和個性化服務(wù)的基礎(chǔ)之上，針對目前個性化推薦系統(tǒng)忽略用戶社會群體性及用戶協(xié)商性的缺點，提出了一個基于Agent的個性化服務(wù)模型。本文設(shè)計了一種改進(jìn)的基于用戶興趣遺忘的協(xié)同過濾算法，并將此算法應(yīng)用于個性化服務(wù)模型中，提高個性化服務(wù)質(zhì)量。模型中的學(xué)習(xí)Agent使用Apriori算法對用戶行為日志進(jìn)行分析，挖掘用戶的興趣;資源Agent使用改進(jìn)的k-means算法對資源進(jìn)行聚類;在服務(wù)Agent中，提出了一種基于內(nèi)容和協(xié)同過濾的自適應(yīng)推薦比