基于WAP的個性化服務系統(tǒng)的研究.pdf

1、隨著 Internet 和無線終端設備的迅速發(fā)展，人們對獲取信息的要求不斷提高，WAP業(yè)務的發(fā)展正好滿足了人們的需求，它使用戶享受到快捷、方便的資源。隨著服務內(nèi)容的增多，傳統(tǒng)的服務方式已不能滿足 WAP 用戶的需求，個性化的服務對 WAP 用戶來說，已顯的非常重要。 為了能夠及時準確獲取用戶的興趣，本文在傳統(tǒng)的向量空間模型法進行了改進，采用了遞歸式學習方法，設計并實現(xiàn)了一種遞歸式的用戶興趣獲取個性化服務系統(tǒng)。首先，通過對數(shù)據(jù)庫中

2、記錄的學習，構建一個用戶興趣字典，按照一定規(guī)則進行分詞并計算出各個詞條在字典中的權重。然后，并用用戶興趣字典中權值最高或非用戶描述文件中的詞條去更新用戶描述文件中權值較低的詞條。每隔一段時間對數(shù)據(jù)庫中單位時間段內(nèi)新增數(shù)據(jù)進行分析，得到新的詞條，加入到用戶興趣字典，并用同樣的規(guī)則去更新用戶描述文件。更新用戶興趣字典，使其能夠隨著用戶興趣的變化而改變。并以此為基礎向用戶推薦與用戶興趣相關聯(lián)的資源，提高了資源推薦的廣度，從而為用戶發(fā)現(xiàn)新的資源