個性化信息推薦服務(wù)和機器翻譯自動評測關(guān)鍵技術(shù)的研究.pdf

1、該文在個性化信息服務(wù)推薦和機器翻譯的自動評測這兩個領(lǐng)域的應(yīng)用進行了研究和探索.取得的成果包括:(一)在深入研究BLEU和NIST兩種機器翻譯自動評測標準的基礎(chǔ)上,提出了基于TFIDF權(quán)重信息的評測標準和相似度計算模型,設(shè)計并完成了一個開放性的機器翻譯自動評測系統(tǒng);(二)在分析了傳統(tǒng)K-MEANS聚類算法的基礎(chǔ)上,利用空間數(shù)據(jù)結(jié)構(gòu)模型,提出了一種基于k-d樹的快速聚類算法改進方案,取得了顯著的效果;(三)在合作信息推薦中,為計算用戶之間的

2、潛在相似度,給出了EVS(增強矢量相似度)算法,仿真實驗表明,EVS算法在計算用戶之間相似度方面明顯優(yōu)于傳統(tǒng)算法;(四)為了提高合作式推薦系統(tǒng)的運行性能,提出了基于特征項的推薦算法,這種方法就是從信息項之間的關(guān)聯(lián)度挖掘入手,提取對用戶具有推薦價值的信息項,對于提高系統(tǒng)的推薦性能是一種很好的解決方案;(五)提出多Agent生態(tài)進化算法來解決創(chuàng)新性和適應(yīng)性的問題,為避免盲目變異產(chǎn)生有價值個體的概率太低的問題,給出了基于語義網(wǎng)絡(luò)的生態(tài)進化算法