基于查詢網絡的文檔推薦策略研究.pdf

1、隨著互聯網技術的日益普及，Web上的信息量呈爆炸性增長。由于互連網上信息資源的極大豐富，信息服務的個性化越來越引起人們的重視。人們對信息獲取的目的逐漸從查全轉變?yōu)椴闇?，滿足特定用戶的特定信息需求成為信息服務在新的網絡環(huán)境中的服務目標。智能推薦系統(Intelligent Recommendation System)就在這個背景下應運而生。它能夠向客戶推薦文檔或產品，并可以引導客戶有針對性的對文檔信息或某些產品信息進行關注。推薦系統的核心

2、是推薦的方法，也是本文研究的重點。
　　本文以用戶的查詢訪問日志為基礎，分析用戶的查詢訪問行為，挖掘用戶的興趣偏好，并以此構建查詢網絡圖，提出了基于查詢網絡的文檔推薦模型。該模型結合了傳統推薦方法如基于協同過濾推薦和基于內容推薦等方法的優(yōu)點，同時避免了它們的不足之處，極大的提高了在未知文檔內容情況下的文檔推薦效果。
　　本文提出了一種全新的基于用戶點擊(Click-Through)的實體描述模型。該模型使用查詢關鍵字作為標引

3、詞描述用戶和文檔。這種描述方式不但可以極大地減少了實體向量空間的維度，而且可以更好地表達用戶在查詢行為中的興趣偏好和查詢意圖，因此該模型可以更好的應用于推薦系統中的實體描述。
　　由于用戶的訪問興趣經常改變，用戶在不同時間的查詢可能包含的不同的興趣偏好，因此本文提出了行為興趣向量的概念，用來描述用戶在發(fā)出不同查詢時的興趣偏好，提高了后續(xù)推薦算法的準確度。
　　本文以查詢網絡圖為基礎，提出了基于能量傳導的推薦算法，協調用戶群中