周期性遷移興趣模型CDIM的研究和實現(xiàn).pdf

1、面對互聯(lián)網(wǎng)所引發(fā)的信息爆炸,用戶的個人注意力愈來愈顯得彌足珍貴,人們對這些泛濫的信息往往無可適從。用戶興趣模型及其對應(yīng)的個性化推薦服務(wù),實現(xiàn)了向用戶推薦其感興趣的信息,這在很大程度上緩解了有限的注意力和龐大的信息體之間的矛盾。目前,用戶興趣建模作為個性化推薦推薦服務(wù)的基礎(chǔ)成為了越來越多研究人員的研究熱點。心理學證明在內(nèi)外各種環(huán)境因素的影響下用戶的興趣往往會發(fā)生各種形式多變的變化,在這里我們把此類興趣變化稱作用戶興趣遷移(User Int

2、erest Drift)。而如何準確預測用戶興趣的遷移行為,如何將用戶當前發(fā)現(xiàn)的遷移興趣和原有的興趣有機結(jié)合在一起建立對應(yīng)的用戶興趣模型,如何使得基于此模型的示范系統(tǒng)向用戶提供較高質(zhì)量的推薦服務(wù),這些正是本文要做的工作。本文的工作主要分為兩步:第一是提出周期性遷移興趣模型CDIM;第二是在CDIM的基礎(chǔ)上設(shè)計了一種示范系統(tǒng)。本文的重點是提出了一種新的興趣遷移模型(Drift Interest Model)--周期性遷移興趣模型(Cycl

3、ed Drift Interest Model)。在基于用戶遷移興趣的周期性研究的基礎(chǔ)上,對用戶的興趣遷移提出了若干定義和規(guī)則,據(jù)此對用戶興趣模型進行更新,并且可以預測用戶興趣變化的趨勢。在建立CDIM過程中,首先對興趣進行了分類——長期遷移興趣,短期遷移興趣,接著依據(jù)提出的周期性遷移興趣定義和規(guī)則對原始的興趣模型進行更新。不同的遷移興趣采用了不同的更新機制。對短期興趣采用滑動窗口,而對長期興趣采用了自適應(yīng)最優(yōu)化窗口和基于概念相關(guān)的漸進

4、遺忘機制,另外作為處理遷移興趣的時間窗口,本文還提出了一種新方法—對數(shù)非均衡時間窗口。在CDIM的基礎(chǔ)上,本文構(gòu)建了一個示范系統(tǒng)。通過該示范系統(tǒng)有效證明了“周期性遷移興趣模型CDIM”對用戶個性化推薦質(zhì)量的影響。本文將設(shè)計并實現(xiàn)適用于CDIM應(yīng)用領(lǐng)域的相關(guān)示范系統(tǒng)。通過該示范系統(tǒng)衡量不同模型之間的推薦效果,實驗證明了本文提出的兩種基于興趣遷移的用戶興趣模型在興趣發(fā)生遷移之后,其推薦精確度高于同類的兩種DIM(遷移興趣模型)。本文對提出的