基于語(yǔ)義Web技術(shù)的推薦系統(tǒng)研究.pdf

1、隨著Internet的發(fā)展，網(wǎng)上的信息資源呈指數(shù)級(jí)增長(zhǎng)。在浩若煙海的互聯(lián)網(wǎng)信息中，用戶要找到有用的信息變得非常困難。這是因?yàn)橛脩魧?duì)信息需求的有限性、特定性和互異性與網(wǎng)上信息資源分布的分散性和無(wú)限性存在矛盾；另外，現(xiàn)有的搜索引擎并沒(méi)有提供很好的個(gè)性化服務(wù)。因此，如何通過(guò)分析用戶的興趣偏好建立用戶模型，從而來(lái)向用戶提供良好的個(gè)性化服務(wù)成為研究的熱點(diǎn)課題。
　　 用戶模型是個(gè)性化服務(wù)系統(tǒng)中的關(guān)鍵技術(shù)。個(gè)性化服務(wù)系統(tǒng)首先需要建立用戶模型

2、，然后才能針對(duì)不同用戶的不同興趣偏好提供個(gè)性化服務(wù)。傳統(tǒng)的用戶模型大都是使用關(guān)鍵詞來(lái)表征用戶興趣，沒(méi)有考慮詞與詞之間內(nèi)在的聯(lián)系，沒(méi)有使用信息源本身的領(lǐng)域知識(shí)為用戶興趣模型的構(gòu)建服務(wù)。為了向用戶提供更好的個(gè)性化服務(wù)，本文提出一種基于語(yǔ)義Web技術(shù)的推薦系統(tǒng)，并重點(diǎn)對(duì)其中的用戶模型進(jìn)行了研究。本文的研究工作主要包括以下幾個(gè)方面：(1)本文通過(guò)對(duì)用戶模型進(jìn)行分析，提出了一種新的用戶模型。該模型基于所建立的興趣分類(lèi)本體，通過(guò)實(shí)例化興趣分類(lèi)本體

3、來(lái)獲得每個(gè)本體化用戶描述文件。本文借鑒了信息檢索領(lǐng)域常使用的激活擴(kuò)散模型來(lái)完成用戶模型的更新。(2)本文針對(duì)層次結(jié)構(gòu)的用戶興趣表示方法，對(duì)傳統(tǒng)的基于內(nèi)容的推薦方法進(jìn)行了改進(jìn)。在向用戶進(jìn)行推薦時(shí)，本文充分考慮了用戶興趣層次結(jié)構(gòu)中的各概念的興趣值的作用，通過(guò)計(jì)算把各個(gè)類(lèi)別概念的興趣值加入了用戶興趣向量中。這樣能更好的反映用戶的興趣。(3)本文在所研究的理論基礎(chǔ)之上，實(shí)現(xiàn)了一個(gè)基于語(yǔ)義Web技術(shù)的推薦系統(tǒng)，用于幫助政府部門(mén)來(lái)完成輿情分析的

4、工作。在該系統(tǒng)框架中，主要包括三個(gè)模塊：新聞信息收集處理模塊、用戶模型模塊和推薦策略模塊。在新聞信息收集處理模塊，通過(guò)從新聞網(wǎng)站抓取新聞及其評(píng)論信息來(lái)完成信息采集，并對(duì)每條新聞下的評(píng)論信息進(jìn)行了簡(jiǎn)單的聚類(lèi)處理。用戶模型模塊采用了本文所提出的基于本體的用戶模型和更新方法。我們首先建立了一個(gè)新聞?lì)I(lǐng)域的興趣分類(lèi)本體，然后通過(guò)實(shí)例化來(lái)得到用戶描述文件，并用激活擴(kuò)散模型對(duì)用戶模型進(jìn)行更新。推薦策略采用的本文改進(jìn)的基于內(nèi)容的推薦方法。最后，通過(guò)該系