個(gè)性化信息檢索中基于語(yǔ)義相似網(wǎng)絡(luò)的用戶多興趣建模研究.pdf

1、本文提出了一種改進(jìn)的向量空間模型(VSM)用戶單興趣表示法及其動(dòng)態(tài)學(xué)習(xí)算法，實(shí)驗(yàn)表明該算法能夠?qū)崟r(shí)捕捉和記錄用戶最新的興趣需求，并能自適應(yīng)地調(diào)整和更新用戶模板。在此基礎(chǔ)上，考慮到用戶興趣的多樣性及詞語(yǔ)表達(dá)的同義性和語(yǔ)義相關(guān)性問(wèn)題，本文進(jìn)一步提出一種基于語(yǔ)義相似網(wǎng)絡(luò)(SSN)的用戶多興趣建模方法，該方法使用SSN 對(duì)用戶興趣特征詞進(jìn)行知識(shí)層面上的擴(kuò)展，聯(lián)想出同義詞和相關(guān)詞，并將用戶興趣細(xì)分為多個(gè)類別，建立起多興趣的用戶模型。個(gè)性化推薦測(cè)試

2、中，采用這種基于SSN 的用戶多興趣建模方法的系統(tǒng)其推薦效果要好于采用前一種改進(jìn)的VSM 用戶單興趣建模方法的系統(tǒng)。此外，本文還研究了用戶建模中的特征選擇，并提出一種根據(jù)詞性標(biāo)注信息將詞頻法和TFIDF方法相結(jié)合的特征選擇方法，特征選擇實(shí)驗(yàn)表明這種基于詞性標(biāo)注的組合特征選擇方法的效果好于單獨(dú)使用詞頻法或TFIDF 方法。在理論研究的同時(shí)，本文還介紹了用戶單興趣建模和多興趣建模技術(shù)在個(gè)性化信息檢索中的一個(gè)應(yīng)用實(shí)例-智能電視節(jié)目推薦系統(tǒng)，并