基于用戶行為的全文檢索系統(tǒng)個性化推薦研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展并逐步向社會各個領(lǐng)域滲透，學(xué)術(shù)文獻(xiàn)的數(shù)字化傳遞變得越來越普遍，全文檢索系統(tǒng)發(fā)展也越來越壯大。電子文獻(xiàn)數(shù)量不斷劇增而帶來的信息過載現(xiàn)象卻與人們對知識的渴望之間產(chǎn)生了矛盾。如何幫助用戶充分利用現(xiàn)有的全文檢索系統(tǒng)，從海量的電子文獻(xiàn)中快速有效地找劍所需要的文獻(xiàn)，是當(dāng)前數(shù)字化學(xué)術(shù)文獻(xiàn)服務(wù)機(jī)構(gòu)應(yīng)該思考的方向。而個性化推薦正好是解決這個問題的有力途徑；另一方面，全文檢索系統(tǒng)環(huán)境也正需要推薦系統(tǒng)的大力支持。這是信息服務(wù)發(fā)展的必然

2、趨勢。 對用戶行為分析越準(zhǔn)確，推薦算法使用越恰當(dāng)，個性化推薦越有效果。 所以，本文在對國內(nèi)外有關(guān)用戶行為興趣建模技術(shù)和主要推薦算法的研究現(xiàn)狀分析的基礎(chǔ)上，針對全文檢索系統(tǒng)的服務(wù)現(xiàn)狀與用戶的特點(diǎn)，提出了一個基于用戶行為的全文檢索系統(tǒng)個性化推薦模型。其主要思想是：在全文檢索系統(tǒng)環(huán)境下，收集和使用用戶隱式行為數(shù)據(jù)建立用戶興趣模型，采用一種改進(jìn)的混合協(xié)同過濾算法來實(shí)現(xiàn)個性化推薦服務(wù)。 首先，本文采用文獻(xiàn)調(diào)查法與專家調(diào)查法

3、，初步制定了一套全文檢索系統(tǒng)相關(guān)反饋行為評價體系，將該體系作為收集和使用用戶隱式行為數(shù)據(jù)的標(biāo)準(zhǔn)，建立“用戶—文獻(xiàn)”興趣模型和“用戶—關(guān)鍵詞”興趣模型； 其次，在User—based協(xié)同過濾的基礎(chǔ)上，使用基于“用戶—文獻(xiàn)”協(xié)同過濾和基于“用戶—關(guān)鍵詞”協(xié)同過濾的混合算法計(jì)算用戶的興趣相似度，并預(yù)測評分，進(jìn)行相似用戶推薦、文獻(xiàn)推薦和關(guān)鍵詞推薦： 接著，在理論模型支撐下，設(shè)計(jì)并實(shí)現(xiàn)了一個個性化文獻(xiàn)推薦系統(tǒng)(PDRS)的原型；