版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著計(jì)算技術(shù)、網(wǎng)絡(luò)通信技術(shù)、嵌入式技術(shù)的發(fā)展,計(jì)算模式正在向普適計(jì)算模式轉(zhuǎn)變,人們期望能夠隨時(shí)、隨地、透明地訪問信息空間,享用普適計(jì)算環(huán)境(信息空間和物理空間融合后的環(huán)境)所提供的服務(wù)。但日益增加的信息量使得用戶不斷被龐大的信息海洋淹沒;人們?cè)趯で笠环N將用戶感興趣的信息主動(dòng)推薦給用戶的個(gè)性化服務(wù)模式。在求解用戶偏好時(shí),上下文信息起到非常重要的作用,與其密切相關(guān)的上下文感知計(jì)算也已經(jīng)成為一個(gè)相對(duì)獨(dú)立的研究領(lǐng)域。其中怎樣感知推理出用戶的活動(dòng)
2、行為即活動(dòng)感知計(jì)算也慢慢成為該領(lǐng)域的一個(gè)研究熱點(diǎn)。
本文重點(diǎn)研究了普適計(jì)算中的上下文感知計(jì)算和個(gè)性化服務(wù)推薦。通過挖掘用戶行為,提出了一種基于用戶態(tài)活動(dòng)感知的個(gè)性化服務(wù)推薦模型。主要內(nèi)容和研究成果包括以下幾點(diǎn):
1.提出了一個(gè)基于用戶態(tài)的活動(dòng)感知計(jì)算子模型。在該模型中,描述當(dāng)前用戶活動(dòng)行為的復(fù)合信息概念用“用戶態(tài)”來表達(dá)。此模型主要分為軟件感知模塊,服務(wù)內(nèi)容感知模塊和用戶態(tài)推理模塊。其中,軟件和服務(wù)內(nèi)容感知模塊通過用
3、戶端底層軟傳感器收集原始上下文信息。再使用用戶端智能體中的集成器對(duì)上下文信息進(jìn)行抽象格式化后與服務(wù)器端的智能體進(jìn)行信息交互。最后通過服務(wù)器端智能體中的用戶態(tài)推理模塊分析出代表當(dāng)前用戶綜合狀態(tài)下的特定用戶態(tài)。本文提出的用戶態(tài)子模型具有結(jié)構(gòu)清晰,推理快速,判斷準(zhǔn)確等特點(diǎn),并在管理和實(shí)現(xiàn)上相對(duì)獨(dú)立,具有很好的靈活性和擴(kuò)展性。
2.提出了一個(gè)基于內(nèi)容過濾和項(xiàng)目協(xié)同過濾的混合個(gè)性化服務(wù)推薦子模型。該模型從本體論的角度對(duì)服務(wù)本身進(jìn)行描述,
4、并對(duì)整個(gè)服務(wù)項(xiàng)目集合進(jìn)行以概率模型為基礎(chǔ)的服務(wù)子類層次結(jié)構(gòu)劃分。通過先前的用戶訓(xùn)練和使用時(shí)的數(shù)據(jù)統(tǒng)計(jì),來計(jì)算出要推薦的服務(wù)子類集合,然后再對(duì)每個(gè)推薦服務(wù)子類中特定的項(xiàng)目和用戶進(jìn)行項(xiàng)目協(xié)同過濾,從而得到某個(gè)用戶的推薦項(xiàng)目集合結(jié)果。仿真實(shí)驗(yàn)結(jié)果表明,該子模型具有較高服務(wù)推薦的準(zhǔn)確率和召回率。
3.基于上述兩個(gè)子模型,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于用戶態(tài)活動(dòng)感知的個(gè)性化服務(wù)推薦模型。該模型通過實(shí)時(shí)感知當(dāng)前用戶的用戶態(tài),過濾掉和當(dāng)前用戶態(tài)不符的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于用戶情境的論壇個(gè)性化推薦模型研究.pdf
- 基于Hadoop的用戶個(gè)性化推薦研究.pdf
- 基于情景感知融合的個(gè)性化農(nóng)業(yè)信息推薦服務(wù)研究.pdf
- 個(gè)性化服務(wù)中基于Tag的用戶模型研究.pdf
- 基于DSP平臺(tái)的個(gè)性化廣告推薦——用戶興趣模型研究.pdf
- 基于用戶興趣學(xué)習(xí)的個(gè)性化信息服務(wù)模型研究.pdf
- 基于Web的個(gè)性化服務(wù)中用戶興趣模型研究.pdf
- 基于用戶行為的個(gè)性化推薦算法研究.pdf
- 基于用戶興趣模型的個(gè)性化論文推薦系統(tǒng)研究.pdf
- 基于本體用戶興趣模型的個(gè)性化推薦系統(tǒng)的研究.pdf
- 基于用戶興趣模型的個(gè)性化推薦與搜索系統(tǒng)的研究.pdf
- 基于主題模型與用戶興趣的個(gè)性化新聞推薦算法研究.pdf
- 基于用戶興趣模型的個(gè)性化推薦引擎技術(shù)研究.pdf
- 基于情境感知的個(gè)性化推薦算法的研究.pdf
- 基于Web的用戶個(gè)性化服務(wù)研究.pdf
- 基于行為模型的個(gè)性化推薦.pdf
- 用戶興趣模型及實(shí)時(shí)個(gè)性化推薦算法研究.pdf
- 基于用戶興趣的個(gè)性化推薦技術(shù)研究.pdf
- 基于用戶聚類的個(gè)性化推薦方法研究.pdf
- 基于用戶興趣的個(gè)性化信息推薦系統(tǒng).pdf
評(píng)論
0/150
提交評(píng)論