基于Web挖掘的個性化推薦系統(tǒng)的研究.pdf

1、信息過載和資源迷向已經(jīng)成為制約人們高效使用Internet信息的瓶頸。信息過載是指用戶面對太多的信息難以及時地消化、吸收：資源迷向是指用戶不知道如何確切地表達對網(wǎng)上資源的需求，也不知道如何準確有效地尋找資源。而個性化推薦系統(tǒng)能夠根據(jù)用戶的興趣偏好主動推薦他所需的資料。它的出現(xiàn)解決了人們尋找信息難的問題。 新一代的信息服務(wù)將是主動的個性化信息服務(wù)，如何從海量的數(shù)據(jù)和信息中高效地獲取有用知識，如何從動態(tài)變化的信息中及時地獲取最新信息

2、，如何提高信息檢索與推送的智能水平，以及如何滿足各種用戶不同的個性化需求等，都是新的信息服務(wù)系統(tǒng)面臨的挑戰(zhàn)性課題。 本文首先介紹了個性化推薦技術(shù)，然后提出了一種改進的協(xié)同過濾算法，開發(fā)出了個性化網(wǎng)頁中的資源推薦系統(tǒng)，并詳細介紹了具體的設(shè)計和實現(xiàn)過程。本文我們提出的改進協(xié)同過濾算法：交叉迭代調(diào)整聚類的方法。將用戶和項目分別聚類，在與目標(biāo)項目最相似的前若干個聚類簇中搜索它的最近鄰居，可以提高鄰居查找速度和在線推薦速度。 最后