數(shù)字圖書(shū)館中個(gè)性化服務(wù)技術(shù)的研究.pdf

1、本文以數(shù)字圖書(shū)館中的文本數(shù)據(jù)為基礎(chǔ),研究用戶個(gè)性化偏好模型,個(gè)性化信息獲取、存儲(chǔ)與管理以及相關(guān)的資源特征的提取、組織、維護(hù)等問(wèn)題,研究個(gè)性化信息推薦技術(shù)和個(gè)性化檢索技術(shù).本文的主要研究成果包括如下六方面.首先,提出一種能夠表達(dá)數(shù)字圖書(shū)館中復(fù)雜用戶偏好的偏好模型.該模型把用戶偏好與語(yǔ)義概念層次相結(jié)合,比原有的基于偏序關(guān)系的偏好模型具有更強(qiáng)的表達(dá)能力,能夠表達(dá)數(shù)字圖書(shū)館中文本數(shù)據(jù)上的復(fù)雜用戶偏好,具有很好的擴(kuò)展性和自適應(yīng)性.第二,提出基于新

2、的偏好模型的用戶偏好獲取方法以及偏好信息的存儲(chǔ)和索引技術(shù).利用統(tǒng)計(jì)分析的方法獲取用戶對(duì)文本屬性的偏好和文本內(nèi)容的偏好,實(shí)驗(yàn)結(jié)果表明偏好挖掘算法是十分有效的.提出的混合存儲(chǔ)策略在單機(jī)上的空間代價(jià)和操作代價(jià)都遠(yuǎn)遠(yuǎn)小于傳統(tǒng)的關(guān)系存儲(chǔ)模式.第三,提出了文本特征的提取方法以及特征信息的存儲(chǔ)和索引技術(shù).新的提取方法對(duì)PDF格式的文本進(jìn)行特征提取,把基于規(guī)則和自動(dòng)機(jī)的提取方法相結(jié)合,較好地解決了數(shù)字圖書(shū)館的數(shù)據(jù)預(yù)處理問(wèn)題.針對(duì)數(shù)字圖書(shū)館中查詢的特點(diǎn),

3、采用層次索引來(lái)組織文本的結(jié)構(gòu)和內(nèi)容信息,具有很好的并行性和壓縮比,采用并行和壓縮技術(shù)提高了查詢效率.第四,提出兩種個(gè)性化推薦算法.在基于興趣度的個(gè)性化推薦算法中,把文本之間的相似性、文本的新穎性和信息量結(jié)合起來(lái),提出用戶對(duì)文本興趣度的概念,理論分析和實(shí)驗(yàn)結(jié)果均證明算法能夠真正返回用戶感興趣的文本,提高了推薦完全性和推薦準(zhǔn)確性.在基于文獻(xiàn)拓?fù)涞膫€(gè)性化推薦算法中,提出文獻(xiàn)拓?fù)鋱D和相關(guān)子圖的概念,把文獻(xiàn)之間的拓?fù)浣Y(jié)構(gòu)應(yīng)用于文獻(xiàn)的推薦,不僅提高

4、了算法的效率,而且能夠全面、準(zhǔn)確、清晰地給出與用戶感興趣的研究問(wèn)題相關(guān)的文獻(xiàn).第五,在個(gè)性化檢索方面,把語(yǔ)義概念層次與用戶個(gè)性化關(guān)鍵字組相結(jié)合,形成帶表達(dá)能力的概念層次,用來(lái)表達(dá)用戶的內(nèi)容偏好.實(shí)驗(yàn)結(jié)果表明,算法的查全率和查準(zhǔn)率都高于傳統(tǒng)的關(guān)鍵字檢索和基于概念層次的個(gè)性化檢索算法.提出檢索結(jié)果的自動(dòng)分類方法,為用戶提供檢索結(jié)果的分類信息,再根據(jù)用戶對(duì)類別的選擇傳輸文本,大大減少了網(wǎng)絡(luò)傳輸量,提高了系統(tǒng)的效率.最后,基于上述基礎(chǔ)研究成果,