個(gè)性化推薦系統(tǒng)研究及其在信息檢索中的應(yīng)用.pdf

1、隨著網(wǎng)絡(luò)信息量的快速增長(zhǎng)，人們要在其中獲取所需要的信息變得十分困難。雖然搜索引擎為用戶(hù)查詢(xún)信息提供了很多方便，但是目前大多數(shù)的搜索引擎存在許多缺陷。由于對(duì)用戶(hù)的個(gè)性化因素考慮不足，傳統(tǒng)搜索引擎的局限性日益突出，個(gè)性化搜索引擎的研究及其實(shí)現(xiàn)成為研究熱點(diǎn)。目前對(duì)個(gè)性化信息檢索技術(shù)研究在個(gè)性化用戶(hù)建模和個(gè)性化策略?xún)蓚€(gè)方向都取得了不少成果，但仍然處于理論階段。 推薦系統(tǒng)作為一種個(gè)性化的信息服務(wù)方式，根據(jù)用戶(hù)的個(gè)性、興趣、偏好的分析，準(zhǔn)確

2、地向用戶(hù)提供感興趣的信息或服務(wù)，可以有效地為用戶(hù)提供個(gè)性化的信息服務(wù)。推薦系統(tǒng)在理論和實(shí)踐中都取得了很大的發(fā)展，特別是在電子商務(wù)領(lǐng)域。相應(yīng)地，將個(gè)性化的推薦系統(tǒng)引入信息檢索領(lǐng)域，根據(jù)用戶(hù)興趣模型為用戶(hù)提供個(gè)性化信息檢索服務(wù)，可以有效地提高信息檢索的精確度。 本文首先對(duì)目前的個(gè)性化信息檢索技術(shù)進(jìn)行了較為全面、深入的分析。分別對(duì)個(gè)性化用戶(hù)建模和個(gè)性化策略與技術(shù)進(jìn)行了討論，分析了已有的研究成果，進(jìn)一步總結(jié)了個(gè)性化檢索中值得關(guān)注的研究課

3、題和熱點(diǎn)。 接著，針對(duì)推薦系統(tǒng)中由于系統(tǒng)規(guī)模的擴(kuò)大導(dǎo)致的諸如稀疏性問(wèn)題、可擴(kuò)展性等問(wèn)題，對(duì)推薦系統(tǒng)及其主要的推薦技術(shù)進(jìn)行了探索和研究，分析了當(dāng)前系統(tǒng)地優(yōu)缺點(diǎn)和改進(jìn)方向，在此基礎(chǔ)上提出了一種混合推薦算法。算法在離線階段采用信息檢索中的網(wǎng)頁(yè)分析方法來(lái)構(gòu)建用戶(hù)的興趣模型，并利用局部敏感聚類(lèi)算法對(duì)用戶(hù)聚類(lèi)。在線階段，結(jié)合基于內(nèi)容的推薦和基于用戶(hù)的推薦預(yù)測(cè)用戶(hù)對(duì)網(wǎng)頁(yè)的評(píng)分，從而有效地提高算法的可擴(kuò)展性和推薦質(zhì)量。 最后，將改進(jìn)的推