基于Web挖掘的個性化用戶興趣模型的研究.pdf

1、隨著信息技術(shù)的發(fā)展，特別是因特網(wǎng)應(yīng)用的普及，出現(xiàn)了“信息爆炸”的問題，即信息非常豐富而知識相對匱乏。如何管理WWW上的大量信息，以滿足用戶不斷增長的個性化的信息需求，是研究人員面臨的新課題，個性化服務(wù)技術(shù)已經(jīng)成為當(dāng)前信息服務(wù)領(lǐng)域的研究熱點(diǎn)之一。所謂個性化服務(wù)就是指對不同的用戶采取不同的服務(wù)策略，提供不同的服務(wù)內(nèi)容，其關(guān)鍵在于必須知道用戶的興趣，并準(zhǔn)確地建立用戶興趣模型。用戶興趣模型能否準(zhǔn)確地反映用戶的興趣決定了系統(tǒng)提供個性化服務(wù)的質(zhì)量。

2、 本文首先對當(dāng)前主要的Web挖掘技術(shù)和用戶興趣建模技術(shù)進(jìn)行了分析，提出了一種把Web用戶瀏覽內(nèi)容和瀏覽行為相結(jié)合的方法來構(gòu)建用戶興趣模型。然后，對文本頁面的表示技術(shù)進(jìn)行了初步的探討和研究，包括：文本的向量空間模型表示，特征項(xiàng)的選擇和抽取算法，將文本頁面表示為結(jié)構(gòu)化的向量空間模型格式等。 接著，本文重點(diǎn)探討了文本頁面的聚類分析和用戶興趣模型的建立兩個方面。在分析了現(xiàn)有聚類算法和實(shí)際應(yīng)用環(huán)境后，提出了采用比較新的CLOPE聚

3、類算法，實(shí)現(xiàn)了CLOPE算法在用戶聚類方面的應(yīng)用，并對關(guān)鍵技術(shù)進(jìn)行了探討和改進(jìn)，豐富了智能化推薦頁面的深度。在聚類結(jié)果的基礎(chǔ)上，采用二層樹狀用戶興趣模型來表示每一個用戶的興趣：表示為(I1，InterestDegree(I1))，(I2，InterestDegree(I2))，…，(Ik，InterestDegree(Ik))的加權(quán)矢量格式。 最后，對上述改進(jìn)方法做了較為全面的模擬試驗(yàn)。根據(jù)模擬試驗(yàn)分析表明，本文提出的用戶興趣模