基于混合推薦的個性化信息服務(wù)系統(tǒng)的研究與應(yīng)用.pdf

1、隨著互聯(lián)網(wǎng)的普及和全球信息化進(jìn)程的發(fā)展，網(wǎng)絡(luò)已經(jīng)成為人們獲取信息的主要途徑，互聯(lián)網(wǎng)上的信息資源也開始呈現(xiàn)爆炸式增長。用戶往往很難找到真正有用的信息，同時一些很少被用戶關(guān)注到的信息很容易成為孤島信息。個性化信息服務(wù)系統(tǒng)的出現(xiàn)可以有效地解決這些問題，它分析用戶的興趣和瀏覽記錄，向用戶推薦其感興趣的信息，幫助用戶尋找真正需要的信息。但是，當(dāng)下的個性化信息服務(wù)系統(tǒng)并不成熟，存在推薦效率低、推薦質(zhì)量差等問題。
　　本文研究了個性化推薦技術(shù)，

2、并重點對基于內(nèi)容的過濾和協(xié)同過濾技術(shù)進(jìn)行討論，比較兩者之間的優(yōu)劣并提出結(jié)合兩種推薦技術(shù)進(jìn)行混合推薦的方法。
　　在個性化推薦系統(tǒng)的研究中，我們將用戶背景信息、用戶對項目的評分和用戶查詢關(guān)鍵詞三者結(jié)合起來，來完成用戶興趣模型的建立，并根據(jù)其計算用戶相似度，根據(jù)此結(jié)果在離線時間完成對用戶的聚類。可以極大地縮短在線推薦時間，提高個性化推薦系統(tǒng)的實時性。
　　考慮到目前個性化推薦系統(tǒng)中普遍存在的推薦質(zhì)量差的問題，我們利用項目的相似度