欢迎来到天天文库
浏览记录
ID:4122865
大小:138.36 KB
页数:4页
时间:2017-11-29
《一种基于混合模型的用户兴趣漂移方法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、第32卷第1期计算机工程2006年1月Vol.32№1ComputerEngineeringJanuary2006·博士论文·文章编号:1000—3428(2006)01—0004—03文献标识码:A中图分类号:TP391一种基于混合模型的用户兴趣漂移方法12,3111宋丽哲,牛振东,余正涛,宋瀚涛,董祥军(1.北京理工大学计算机科学与工程系,北京100081;2.北京理工大学软件学院,北京100081;3.中国数字图书馆有限责任公司,北京100083)摘要:针对个性化服务的系统中,如何将新发现的用户兴趣和原有兴趣合并为用户的新兴趣的问题,提出了一种基于概念相关性的用户兴趣漂移方法。采用
2、混合模型,将用户兴趣分为长期兴趣和短期兴趣,对短期兴趣采用滑动窗口处理更新,对长期兴趣采用基于概念相关的渐进遗忘方法,实验表明,该方法不仅能够较为准确地跟踪用户的兴趣变化,而且能够预测用户的兴趣,具有较好的效率。关键词:概念漂移;概念相关性;渐进遗忘;滑动窗口AMethodofDriftingUser’sInterestsBasedonHybridModel12,3111SONGLizhe,NIUZhendong,YUZhengtao,SONGHantao,DONGXiangjun(1.DepartmentofComputerScience&Engineering,BeijingInst
3、ituteofTechnology,Beijing100081;2.SchoolofSoftwareEngineering,BeijingInstituteofTechnology,Beijing100081;3.NationalLibraryDigitalTechnologyCorp.Ltd.,Beijing100083)【Abstract】Thispaperaimsattheproblemofcombinationofuser’sinterestsandpreviousinterests.Itproposesahybridmodelbasedonconceptcorrelations
4、.Inthishybridmodel,user’sinterestsconsistoflong-termmodelandshort-termmodel,andthesetwomodelsadoptdifferentalgorithmstodealwiththeinterest’schanges.Short-termmodelusesslidingwindowalgorithmtodealwiththesequenceoftheuser’sinterestsamples.Long-termmodelusesgradualforgettingalgorithmbasedonconceptsc
5、orrelationstocalculatetheinterests’weight.Experimentshowsthatthismethodismoreefficient;itcannotonlytracetheinterestchangeoftheuserexactly,butalsopredicttheinterestoftheusers.【Keywords】Conceptdrift;Conceptcorrelations;Gradualforgetting;Slidingwindow1概述而且基于相关性的计算充分利用了概念之间的关系,遗忘更在给用户提供个性化服务的过程中,服务的质
6、量依赖于能体现用户实际行为,另外还可以主动发现用户的新兴趣。系统掌握用户兴趣的准确程度,因此,根据用户访问的行为2基于混合模型的用户兴趣漂移序列研究用户兴趣的改变是提高个性化服务质量的一个重要2.1用户兴趣混合模型构建[6]部分。本文研究用户兴趣漂移问题,即用户兴趣改变时,如心理学研究认为,人的记忆分为长时记忆和短时记忆,何将用户新的兴趣和当前的兴趣进行合并成为新的用户兴趣对于短时记忆,由于容量非常有限,因此当信息不能很快重的方法。现时,也很快被遗忘;对于长时记忆,当环境或场合的改变目前,很多系统采用不同方法处理概念的漂移。最简单使得长时记忆中某些信息长期不被利用时,这些信息才会逐的方法
7、就是认为用户只对最近访问的概念感兴趣,即时间窗渐被遗忘。只有把与目前环境无关的信息排除出记忆系统,[1]口(Grabtree和Soltysiak);Widmer和Kubat在时间窗方法才能改进对当前环境有关的信息的提取速度和准确性。[2]的基础上进行了改进,使窗口的大小能随着系统预测精度用户兴趣的改变是一种遗忘现象,和人的记忆相对应,[3]的变化而自动调整;Maloof和Michalski采用一种遗忘函数也分短期兴趣和长期兴趣,两种
此文档下载收益归作者所有