信息發(fā)布的個(gè)性化推薦系統(tǒng).pdf

1、隨著W曲數(shù)據(jù)的快速增長(zhǎng)，人們希望快速而準(zhǔn)確的找到自己感興趣的信息，同時(shí)網(wǎng)站也希望針對(duì)不同用戶的興趣推薦不同信息，從而提高用戶的使用體驗(yàn)，這些促使了個(gè)性化推薦系統(tǒng)的產(chǎn)生。但是，如何準(zhǔn)確的描述用戶的興趣，推薦用戶最可能感興趣的信息，并幫助用戶發(fā)現(xiàn)新的興趣點(diǎn)，是個(gè)性化推薦系統(tǒng)面臨的主要問(wèn)題。本文將基于這些問(wèn)題來(lái)討論個(gè)性化推薦系統(tǒng)的設(shè)計(jì)。 首先，對(duì)于用戶興趣地描述：用戶模型，有的系統(tǒng)采用關(guān)鍵字向量或者類別向量的方式進(jìn)行描述，前者有時(shí)比較

2、偏頗，后者又過(guò)于廣泛。本文采用“類別+關(guān)鍵字”，從而將用戶的興趣精確到某類中和某個(gè)關(guān)鍵字相關(guān)的信息。同時(shí)，為．了區(qū)分用戶的關(guān)注程度，本文為“類別”和“關(guān)鍵字”添加了“權(quán)值”的概念，從而進(jìn)一步精確的描述用戶的興趣。 其次，如何發(fā)現(xiàn)用戶最可能感興趣的信息也是本文討論的重點(diǎn)。首先將待推薦文檔進(jìn)行分類和關(guān)鍵字提取，然后計(jì)算獲得的關(guān)鍵字向量與用戶模型中對(duì)應(yīng)類別的關(guān)鍵字向量的相似度，從而獲得文檔的推薦度，最后將推薦度較高的文檔推薦給用戶。