面向WEB個(gè)性化服務(wù)的用戶(hù)建模技術(shù).pdf

1、近十幾年來(lái),因特網(wǎng)上的各種信息以呈指數(shù)級(jí)的速度增長(zhǎng),使得因特網(wǎng)用戶(hù)想要快速找到其真正所需要的資料信息變得越來(lái)越困難。在海量因特網(wǎng)信息帶來(lái)信息過(guò)載和信息迷失問(wèn)題而人們對(duì)信息數(shù)據(jù)的需求卻越來(lái)越專(zhuān)業(yè)化的時(shí)候,Web個(gè)性化服務(wù)技術(shù)應(yīng)運(yùn)而生,它的出現(xiàn)正好可以在一定程度上解決因特網(wǎng)中信息的多樣化與用戶(hù)需求的專(zhuān)一化之間的矛盾。用戶(hù)興趣建模技術(shù)作為個(gè)性化服務(wù)的核心問(wèn)題,主要是研究如何根據(jù)所提供的用戶(hù)興趣網(wǎng)頁(yè)或其他數(shù)據(jù),較準(zhǔn)確地挖掘用戶(hù)的興趣點(diǎn),分析用戶(hù)

2、的興趣主題,構(gòu)建用戶(hù)的興趣模型。本論文主要是從以下幾個(gè)方面作了研究,并通過(guò)實(shí)驗(yàn),驗(yàn)證了其有效性。①自動(dòng)準(zhǔn)確地挖掘用戶(hù)興趣點(diǎn)在用戶(hù)興趣建模過(guò)程中,自動(dòng)且準(zhǔn)確地挖掘用戶(hù)興趣點(diǎn)非常重要。為了實(shí)現(xiàn)此目標(biāo),本文在對(duì)混合聚類(lèi)算法進(jìn)行改進(jìn)的基礎(chǔ)上提出了一種改進(jìn)的混合聚類(lèi)算法。對(duì)混合聚類(lèi)算法的改進(jìn)主要是以下兩個(gè)方面:一方面,改進(jìn)自動(dòng)聚類(lèi)簇?cái)?shù)目計(jì)算算法,提高算法穩(wěn)定性和準(zhǔn)確性,并為改進(jìn)的混合聚類(lèi)算法指定初始聚類(lèi)簇?cái)?shù)目;另一方面,改進(jìn)混合聚類(lèi)算法的聚類(lèi)部分

3、,不僅提高聚類(lèi)簇劃分的準(zhǔn)確性,而且實(shí)現(xiàn)在進(jìn)化過(guò)程中調(diào)整初始聚類(lèi)簇?cái)?shù)目,最后得到更準(zhǔn)確的聚類(lèi)簇?cái)?shù)目和聚類(lèi)簇劃分。②評(píng)價(jià)用戶(hù)興趣點(diǎn)的準(zhǔn)確性與合理性利用改進(jìn)的混合聚類(lèi)算法挖掘用戶(hù)興趣點(diǎn)即是尋找合理的聚類(lèi)簇?cái)?shù)目與聚類(lèi)簇劃分。因此本文結(jié)合聚類(lèi)有效性指標(biāo)的概念提出一種新的適應(yīng)值函數(shù)作為改進(jìn)的混合聚類(lèi)算法的適應(yīng)值函數(shù),該適應(yīng)值函數(shù)對(duì)聚類(lèi)簇?cái)?shù)目和聚類(lèi)簇劃分進(jìn)行較準(zhǔn)確地評(píng)價(jià),實(shí)現(xiàn)評(píng)價(jià)用戶(hù)興趣點(diǎn)的功能。③構(gòu)建用戶(hù)興趣模型用戶(hù)建模系統(tǒng)的最后步驟是利用挖掘得到

4、的信息構(gòu)建用戶(hù)興趣模型。本文利用兩級(jí)向量模型描述用戶(hù)興趣,并詳細(xì)描述了基于用戶(hù)詞典和兩級(jí)向量模型的用戶(hù)興趣模型建立過(guò)程。這種模型將在后期的個(gè)性化搜索服務(wù)過(guò)程中更直接地提供用戶(hù)的興趣信息。④實(shí)驗(yàn)驗(yàn)證最后,本文通過(guò)實(shí)驗(yàn)對(duì)上述方法進(jìn)行了驗(yàn)證。實(shí)驗(yàn)初步證明:第一,改進(jìn)的混合聚類(lèi)算法能夠較準(zhǔn)確的找到合理的聚類(lèi)簇?cái)?shù)目。第二,改進(jìn)的混合聚類(lèi)算法能夠較準(zhǔn)確地劃分各個(gè)聚類(lèi)簇。第三,改進(jìn)的混合聚類(lèi)算法的適應(yīng)值函數(shù)能夠較準(zhǔn)確地評(píng)價(jià)聚類(lèi)簇?cái)?shù)目和聚類(lèi)簇劃分的優(yōu)劣