基于協(xié)同標(biāo)記的個(gè)性化信息服務(wù).pdf

1、互聯(lián)網(wǎng)上信息的爆炸式增長(zhǎng)使個(gè)性化的信息服務(wù)越來(lái)越顯得必要。Web新應(yīng)用社會(huì)書(shū)簽上協(xié)同標(biāo)記的出現(xiàn)為個(gè)性化服務(wù)的發(fā)展提供了新的契機(jī)。標(biāo)簽為基于內(nèi)容的檢索推薦提供了豐富的語(yǔ)義信息，標(biāo)記行為的協(xié)同特性為協(xié)同過(guò)濾推薦創(chuàng)造了條件。 社會(huì)書(shū)簽上的協(xié)同標(biāo)記是一件非常具有潛力的新生事物，本文將其與傳統(tǒng)的信息分析技術(shù)和個(gè)性化信息服務(wù)技術(shù)相結(jié)合，對(duì)基于協(xié)同標(biāo)記的信息推薦和組織管理進(jìn)行了較為系統(tǒng)化的探索與研究。 本文在對(duì)協(xié)同標(biāo)記特性研究的基礎(chǔ)上

2、，從三個(gè)層次提出了利用協(xié)同標(biāo)記的個(gè)性化推薦算法。首先是基于內(nèi)容的BTag推薦算法，可用于非文本內(nèi)容的推薦，且保證了推薦內(nèi)容的質(zhì)量。其次，提出了在三階分析基礎(chǔ)上的協(xié)同過(guò)濾推薦CubeRec方法，克服了以往協(xié)同過(guò)濾推薦在多領(lǐng)域多興趣環(huán)境下效果較差的缺點(diǎn)，其中的分割算法也緩解了協(xié)同過(guò)濾所面對(duì)的數(shù)據(jù)稀疏性問(wèn)題。最后是利用社會(huì)書(shū)簽站點(diǎn)的社會(huì)特性進(jìn)行推薦的UserRank算法，該方法模擬市場(chǎng)競(jìng)爭(zhēng)機(jī)制來(lái)計(jì)算不同領(lǐng)域下用戶的權(quán)威性，進(jìn)而依據(jù)用戶的權(quán)威性