共查询到20条相似文献,搜索用时 15 毫秒
1.
用户兴趣的度量和用户兴趣的修正是个性化服务研究的重要内容。本文以用户最小浏览行为组合为基础,通过引入页面浏览率,改进页面驻留时间的计算方法,建立以页面浏览率、驻留时间和浏览速度为变量的兴趣度估计函数,提高用户兴趣度估计的准确性。同时,本文还将兴趣度导入到向量空间模型,采用二层树状结构表示用户兴趣,并提出用户兴趣定期修正方法,以缓解用户兴趣实时修正带来系统性能的下降。 相似文献
2.
3.
4.
用户兴趣模型在图书馆个性化推荐服务中的应用 总被引:4,自引:0,他引:4
兴趣模型是图书馆信息个性化服务的关键技术,在向量空间模型的基础上,给出了层次型用户兴趣模型,介绍了在该模型下个性化推荐服务的框架,说明了利用反馈对兴趣模型进行调整的方法,并讨论了系统中涉及的关键技术. 相似文献
5.
图书馆个性化信息服务模型的设计与实现 总被引:13,自引:2,他引:13
尝试构建一个用户兴趣模型,通过数据挖掘技术,从图书馆记录中挖掘用户兴趣信息,并根据用户兴趣将用户所需要的信息通过RSS技术推送给用户,实现基于用户需求分析的图书馆个性化信息服务。 相似文献
6.
用户兴趣本体弥补了基于关键词的用户兴趣模型不能从语义上表达用户兴趣的缺陷,但大多是利用领域本体来构建,很难反映用户多方面和潜在兴趣,并且构建领域本体也是一个难点。本文据此提出一种基于词汇同现的用户兴趣本体构建方法。根据网页浏览记录找到用户兴趣网页集,经过数据处理将其转换成用户兴趣文本集。以TFIDF为指标抽取概念,词汇同现统计提取概念间关系,运用无尺度K-中心点聚类算法对其调整,将有关联用户的本体合并得到多用户本体,该本体能在语义上更全面反映用户兴趣并发现潜在兴趣。 相似文献
7.
一种基于本体论的用户兴趣模型构建方法 总被引:1,自引:0,他引:1
提出了一种基于本体论的用户兴趣模型构建方法.就是利用领域本体论,通过观察用户在浏览Web页面时所采取的动作以及用户的反馈信息,获取用户的兴趣信息,从而构建用户兴趣模型,实现个性化信息检索. 相似文献
8.
【目的/意义】针对学术APP评论数据特征,挖掘用户评论语义关联关系,为平台运营者和开发者高效获取
用户需求和关注点提供思路和指导方法。【方法/过程】首先,基于LDA主题模型和GloVe 词向量模型构建学术APP
用户在线评论主题语义关联研究框架,然后,采集超星移动图书馆APP在线评论作为样本数据,通过主题识别获取
用户评论主题并基于词向量相似性得到主题语义关联,最后构建出语义关联主题图谱。【结果/结论】实验结果表明
运用文章提出的思路方法能够有效发现用户评论主题和主题间关联关系并得到主题关联图谱,从而为学术APP平
台运营者完善平台功能提供参考和借鉴。 相似文献
9.
智能检索系统中用户兴趣模型构建技术研究 总被引:4,自引:0,他引:4
阐述了智能检索系统中基于贝叶斯推理网络的用户访问兴趣模型的构建过程以及其所依赖的技术原理;描述了在实现智能检索系统目的下引入用户兴趣学习层的知识库组织结构以及检索模型的匹配问题;介绍了模型中基于本体论的知识组织方式以及引入贝叶斯网络来动态调整用户兴趣概念权重并建立用户兴趣模型的技术。 相似文献
10.
11.
【目的/意义】微博用户画像的精准构建,可有效识别用户的需求,提高个性化推荐的准确率。针对现有微
博用户画像构建方法对用户特征提取不全面、不准确的问题,本文提出了基于兴趣转移的用户画像构建方法。【方
法/过程】首先,依据层次分析法确定不同兴趣行为的权重,并将其用于修订兴趣词权重,获得用户的初始兴趣词
集;然后,依据生命周期理论获得用户兴趣行为周期,构建兴趣转移的时间衰减函数,实现对用户兴趣词集的动态
更新和叠加;最后,将用户的静态属性标签与基于兴趣转移的动态兴趣标签融合构建微博用户画像。【结果/结论】
实验采用从新浪微博爬取的真实数据作为数据集,实验结果显示:与已有微博用户画像构建方法相比,本文提出的
方法在个性化推荐中具有较好的性能。【创新/局限】创新点为:借鉴生命周期理论刻画微博用户兴趣行为周期,构
造兴趣转移的时间衰减函数,实现兴趣标签的动态更新。局限是未对静态属性标签的重要性进行界定,且未对存
在异常波动的兴趣行为曲线进行深入探讨。 相似文献
12.
13.
[目的/意义] 构建基于用户兴趣标签的网络社团识别模型(Fuzzy Interests and User Hybrid Model,FIUHM),揭示用户兴趣与社团形式概念间的模糊层级关系,实现多粒度属性与社团拓扑结构的层次聚类。[方法/过程] 通过抽取豆瓣电影社区数据,实现基于用户标签的兴趣强度语义标注,利用用户相似度,获取社区用户间兴趣语义距离;将网络社区的领接矩阵映射为社团形式背景,构建社团模糊概念格,建立社团形式概念及其偏序关系集,完成社团形式概念建模;通过计算社团稳定指数,识别网络社团边界,并聚类最大独立社团,实现兴趣社团的在线检测。[结果/结论] 通过对比实验,验证了FIUHM模型的有效性,实验表明将模糊形式概念分析引入网络社团识别研究,利用模糊概念格的偏序关系建模用户节点间的兴趣相似度,有利于提高社团识别的分辨率。 相似文献
14.
个性化服务质量的优劣取决于能否准确地获取用户兴趣模型。本文先探讨用户兴趣概念,接着讨论用户兴趣的信息采集方法,以此为基础构建基于加权关键词的用户兴趣模型,并用实例来验证使用加权关键词表示用户兴趣模型是有效的。 相似文献
15.
[目的/意义]基于社交网络用户短期兴趣和长期兴趣,挖掘用户不同时间窗口下长短期兴趣,能够提高用户兴趣发现的准确性,解决推荐系统不能适应用户兴趣变化的问题。[方法/过程]通过对社交网络用户兴趣的研究发现,社交网络用户兴趣可以分为短期兴趣和长期兴趣,据此构建融合用户兴趣漂移特征的个性化推荐模型。采用时间窗口的方法挖掘用户短期兴趣,利用遗忘曲线跟踪用户长期兴趣变化。在此基础上对用户进行聚类,根据用户聚类结果为用户推荐兴趣相似用户。并以微博真实数据为例进行实证。[结果/结论]融合用户兴趣漂移特征的个性化推荐模型能够较准确地发现用户兴趣漂移特征,满足用户个性化信息需求。[局限]仅使用"微博"这一应用广泛的网络社交平台进行实证,未能从多个网络社交平台进一步验证模型的可行性和准确性。 相似文献
16.
17.
在特定用户大量的访问记录中,必然存在着与用户兴趣有关的知识和规则需要提取和把握。这些知识真实反映特定用户查询模型和文档模型之间的映射关系,对于减小信息获取中查询模型和文档模型之间的相关不确定性,提高信息获取系统的性能和效率有积极的意义。将从用户访问行为知识的有效表达角度,提出依据特定用户访问兴趣空间构建的Profile案例知识表达模型。 相似文献
18.
提出一种基于模式的兴趣挖掘算法,通过查询日志获取访问序列,使用本体中的概念描述用户兴趣,提出一种计算兴趣得分公式,并根据兴趣得分将用户兴趣序列划分为不同的兴趣模式。本文算法实验结果显示,算法能够有效地实现用户兴趣挖掘。 相似文献
19.
【目的/意义】针对不同主题下资源数量的差异对用户兴趣建模存在影响的问题,提出一种基于主题热度的
兴趣建模策略,提升模型的预测能力与推荐系统的推荐效果。【方法/过程】以主题下不同资源的数量代表该主题的
热度,以此对用户兴趣特征进行调权处理,并在此基础上利用向量空间模型进行兴趣表示。以抓取的“豆瓣电影”
675351 位用户的观影数据进行推荐实验,验证本文策略的效果。【结果/结论】实验结果显示,基于主题热度调权的
兴趣建模方法的推荐准确率明显高于传统基于绝对频次的兴趣建模方法,该策略可以提升用户兴趣建模效果。 相似文献
20.
基于主题偏好的个性化检索模型研究 总被引:1,自引:0,他引:1
随着互联网信息资源日益增多,个性化检索成为了信息检索领域的研究热点.传统的个性化检索利用网页内容形成的向量空间模型来描述用户兴趣,使得用户的查询响应较慢,修正用户兴趣计算量大.由此提出基于主题偏好的个性化检索模型,用户兴趣由用户的主题偏好来表示,结合主题敏感的PageRank算法对检索结果排序.旨在更好地体现用户兴趣,并简化计算,减少查询响应时间. 相似文献