個(gè)性化服務(wù)研究.pdf

1、隨著信息的日益增長(zhǎng)，個(gè)性化服務(wù)的需求越來(lái)越迫切。由于用戶興趣的不同和行為的差異，如何為不同的用戶提供不同的服務(wù)成為一個(gè)具有挑戰(zhàn)性的問(wèn)題。在研究領(lǐng)域和商業(yè)應(yīng)用上都取得了巨大成功的協(xié)作過(guò)濾推薦技術(shù)目前還存在很多尚未解決的問(wèn)題，本論文正是為了探索這些問(wèn)題的解決之道。 論文的主要內(nèi)容包括： 首先，論文討論了實(shí)現(xiàn)個(gè)性化服務(wù)的關(guān)鍵問(wèn)題，用戶的描述、資源的表達(dá)和個(gè)性化推薦技術(shù)。這是了解個(gè)性化服務(wù)技術(shù)的發(fā)展、存在的問(wèn)題、以及進(jìn)行研究的基

2、礎(chǔ)。 其次，論文詳細(xì)的分析了協(xié)作過(guò)濾推薦技術(shù)，傳統(tǒng)的協(xié)作過(guò)濾算法只考慮了用戶評(píng)分信息而沒(méi)有考慮到用戶的社會(huì)背景信息，并且缺乏對(duì)用戶評(píng)分是否可信的考慮。針對(duì)這個(gè)問(wèn)題，論文提出了基于用戶社會(huì)信息的相似度計(jì)算，以及對(duì)用戶的評(píng)分進(jìn)行信用評(píng)估的方法，從而找到更加相似的鄰居用戶和更加可信的用戶評(píng)分進(jìn)行計(jì)算，改善推薦效果。 最后，協(xié)作過(guò)濾算法產(chǎn)生的預(yù)測(cè)值通常是一個(gè)小數(shù)，還需要判定為對(duì)應(yīng)到某個(gè)評(píng)分級(jí)別的整數(shù)。傳統(tǒng)的算法按照“四舍五入”原