面向分布式異構(gòu)數(shù)據(jù)源的個(gè)性化推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的普及和發(fā)展,人們獲取信息的方式也在不斷變化。不同的信息獲取方式對(duì)于信息服務(wù)的技術(shù)也有不同的要求。一個(gè)總的趨勢(shì)是逐漸由用戶主動(dòng)“拉取”信息轉(zhuǎn)變成信息服務(wù)提供者主要向用戶“推送”信息。面對(duì)海量的信息,用戶希望得到個(gè)性化的服務(wù)。
　　個(gè)性化推薦技術(shù)是個(gè)性化服務(wù)中最重要的技術(shù),近年來(lái)在電子商務(wù)、電影和音樂(lè)等社區(qū)的推薦中起到越來(lái)越重要的作用。目前,個(gè)性化推薦算法主要集中在基于內(nèi)容的推薦、基于協(xié)作過(guò)濾的推薦和基于規(guī)則的推薦三個(gè)方向

2、。它們各有優(yōu)劣,在不同的應(yīng)用中發(fā)揮的效果也不同。訂閱/推送系統(tǒng)也是個(gè)性化服務(wù)中的重要一環(huán),主動(dòng)推送服務(wù)在移動(dòng)互聯(lián)網(wǎng)中顯得尤為重要。目前各大公司如Apple,Google等都建立有自己的推送服務(wù)。在互聯(lián)網(wǎng)的環(huán)境下,信息數(shù)據(jù)源往往呈分布式的狀態(tài)。在分布式環(huán)境下,實(shí)現(xiàn)個(gè)性化推薦的服務(wù)是一個(gè)新的嘗試。對(duì)此,本文面向分布式異構(gòu)數(shù)據(jù)源研究個(gè)性化的推薦和服務(wù)方式。
　　本文首先針對(duì)本地的數(shù)據(jù)源,設(shè)計(jì)了個(gè)性化推薦的算法和基于主題的訂閱系統(tǒng),然后根

3、據(jù)分布式的應(yīng)用環(huán)境,設(shè)計(jì)了基于SOA的系統(tǒng)架構(gòu),實(shí)現(xiàn)各個(gè)數(shù)據(jù)源之間的信息共享。基于TF-IDF的向量模型設(shè)計(jì)了基于內(nèi)容與基于規(guī)則相結(jié)合的推薦方式,并通過(guò)kd-tree,規(guī)則描述語(yǔ)言等手段優(yōu)化推薦算法的效率。同時(shí)還引入反饋機(jī)制以學(xué)習(xí)用戶的興趣偏好。采用基于主題樹的匹配算法實(shí)現(xiàn)了發(fā)布/訂閱系統(tǒng),同時(shí)實(shí)現(xiàn)了一個(gè)支持多種客戶端的實(shí)時(shí)推送服務(wù),保證了主動(dòng)及時(shí)地向用戶提供個(gè)性化信息。基于SOA的設(shè)計(jì)思想,通過(guò)將各個(gè)數(shù)據(jù)源的功能進(jìn)行服務(wù)化的封裝,實(shí)現(xiàn)