已閱讀1頁,還剩54頁未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、在信息量極大豐富的今天,存在的最大問題并不是信息的缺乏或是不足,而是信息量的激增已經(jīng)超出了人們處理信息的能力,信息的檢索和利用成為了目前最大的問題。如何針對不同用戶的信息需求,對不同的用戶在同樣日益龐大的信息資源面前提供個性化的服務(wù),是目前信息研究領(lǐng)域比較重要的一個問題。 個性化信息服務(wù)的目標(biāo)是滿足特定用戶的特定信息需求。一方面,極大豐富的信息資源給用戶提供了海量的相關(guān)信息,另一方面,冗余信息的大量存在也干擾了用戶對所需要信息的
2、獲取。當(dāng)前,用戶的信息需求由一般性的對于信息資源的完全占有轉(zhuǎn)向了對于信息資源中有價值信息的獲取。 本文提出了一種面向個性化推薦技術(shù)的信息過濾改進(jìn)模型。第一,文中提出了模型的形式化定義和框架表示,為進(jìn)一步研究奠定了堅(jiān)實(shí)的理論基礎(chǔ);第二,提出了利用描述邏輯表示的本體理論來表達(dá)用戶需求的模型,該模型可以充分表達(dá)用戶需求中的語義信息;第三,對于冗長的原始文本,利用文檔歸并算法形成有意義的段落集合,然后把段落集合轉(zhuǎn)變成一個本體樹構(gòu)成的森林
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于聚類與RMT過濾的均值-方差改進(jìn)模型.pdf
- 基于本體的產(chǎn)品定制模型及知識表示.pdf
- 基于本體的知識表示及信息檢索研究.pdf
- 基于社交網(wǎng)絡(luò)的垃圾信息協(xié)同過濾模型.pdf
- 基于文本分類的信息過濾系統(tǒng)模型研究.pdf
- 基于用戶興趣度的網(wǎng)絡(luò)信息過濾模型研究.pdf
- 基于遺傳算法的網(wǎng)絡(luò)信息過濾模型研究.pdf
- 基于向量空間模型的網(wǎng)頁信息過濾方法研究.pdf
- 基于用戶本體模型的文本信息過濾方法研究.pdf
- 基于遺傳禁忌算法的網(wǎng)絡(luò)信息過濾模型研究.pdf
- 基于詞語共現(xiàn)的BBS垃圾信息過濾模型.pdf
- 基于改進(jìn)貝葉斯模型的中文郵件過濾系統(tǒng).pdf
- 基于知識元的模型表示與組合調(diào)用研究.pdf
- 基于用戶興趣模型的移動商務(wù)文本信息過濾研究.pdf
- 基于知識元的應(yīng)急管理模型表示及關(guān)聯(lián)研究.pdf
- 基于人工智能的知識鏈模型及知識獲取與表示研究.pdf
- 基于機(jī)器學(xué)習(xí)的信息過濾和信息檢索的模型和算法研究.pdf
- 基于改進(jìn)SVM模型的中文郵件過濾系統(tǒng)的設(shè)計與實(shí)現(xiàn).pdf
- 基于本體的知識表示研究.pdf
- 知識表示在教學(xué)領(lǐng)域的應(yīng)用研究——《教育信息處理》的知識表示.pdf
評論
0/150
提交評論