華圖在線文庫系統(tǒng)中個性化推薦技術(shù)的研究與實現(xiàn).pdf

1、隨著信息技術(shù)發(fā)展和互聯(lián)網(wǎng)的進步，網(wǎng)絡中的資源數(shù)量呈指數(shù)增長，人們逐漸從信息匱乏的時代進入到信息過載時代。海量的數(shù)據(jù)呈現(xiàn)在用戶眼前，使得人們很難從中找到自己感興趣的資源。這就要求互聯(lián)網(wǎng)服務能快速而準確的為用戶提供個性化推薦服務。通過研究在線文庫系統(tǒng)個性化推薦過程中的面臨的實際問題，基于已有的用戶協(xié)同過濾算法，本文提出了一種基于用戶興趣分布的子類協(xié)同推薦算法及其基于用戶時間上下文的算法改進策略，并在實際的文庫系統(tǒng)設計中引入用戶反饋機制。

2、r>　　本文通過引入用戶興趣子類，對用戶歷史行為操作進行分析，獲得用戶在興趣子類上的評分值，然后根據(jù)評分值計算用戶的興趣分布。基于用戶興趣子類的思想，考慮到用戶的局部相似性我們將傳統(tǒng)的協(xié)同過濾算法針對整體進行相似度計算與評分的預測方式，分散到不同的興趣子類上進行計算。然后將計算結(jié)果與用戶的興趣分布結(jié)合，獲得用戶的最終推薦列表?？紤]到在線文庫系統(tǒng)中用戶的興趣隨時間變化，我們在算法中引入時間因子。通過尋找相同時間段內(nèi)具有相同興趣的用戶，可以