基于树状向量空间模型的用户兴趣建模

《基于树状向量空间模型的用户兴趣建模》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l9卷第5期计算机技术与发展VO1．19NO．52009年5月COMI，UTERTECHNOI)(YANq)DEVEI』)PMFNTMav2009基于树状向量空间模型的用户兴趣建模费洪晓，蒋．羽中，徐丽娟(中南大学信息科学与工程学院，湖南长沙410075)摘要：提出了一种基于树状向量空间模型的用户兴趣建模和更新方法，以满足网络消费者个性化的服务需求。根据用户在注册信息中提供的兴趣喜好建立兴趣模型，利用用户的反馈自适应地调整主题特征值向量和阈值，更新用户模型。通过加入时问向量区别短期兴趣和长期兴趣，及时准确地反映用户兴趣变化，提高个性化服务性能。关键词：个性化；混合兴趣模型；树

2、状向量空间模型中图分类号：TP31l文献标识码：A文章编号：1673—629X(2009)05—0079—03UserProfileBasedonDendriformVectorSpaceModelFEIHong—xiao，JIANGChong，XUIA-juan(SchoolofInformationScience&Engineering，CentralSouthUniversity，Changsha410075，China)Abstract：ProposesaNewapproachforusermodelingandupdatingbasedondendriformvect

3、orspacemodel，inordertomeetthepersonal—izedneedSofcustomersine—shopping．Thisprofileisinitiallyfoundedaccordingtouser’Sinterestaridmodifiestheprofilesmidthresholdbyuser’8feedback．ThisprofiledistinguishesbetweenShort—terminterestandlong—ten11interestbytimevector．whichcanreflectUS．er’Sinterestch

4、angeintimeandofferpersonal~rviceforbetter．Keywords：personalization；hybridinterestmodel；dendrifomavectorspacenxxtel0引言用户兴趣建模的方法很多，包括向量空间模型、互联网的飞速发展正逐步改变着人们的生产生活NavieBayes、神经网路、遗传算法等l_4J。文中提出一种方式，并且成为人们获取和交流信息的重要途径。因混合用户兴趣模型，采用树状向量空间模型来表示，加为互联网的开放性，网络信息量正以惊人的速度增长，入时间因素来区别用户的短期兴趣和长期兴趣，通过www庞大且无

5、序的海量信息与用户狭窄专一需求之用户的兴趣喜好创建兴趣模型，根据用户的反馈来自间的矛盾日益凸显。特别是在电子商务领域，网络消适应地修改兴趣模型。与利用个性化服务技术对文本费者往往会被林林总总的商品所淹没，通过个性化服信息进行过滤不同，文中主要研究该模型在网络购物务可以有针对性地推荐满足用户兴趣的商品，将浏览平台的应用，为电子商务平台提供个性化技术支持。者转变为购买者uJ。用户兴趣建模是个性化服务技术的关键，决定了1混合用户兴趣模型的表示个性化服务系统的性能优劣。只有当用户的兴趣、偏用户兴趣的改变是一种遗忘现象，和人的记忆相好和访问模式等可以被系统很好地“理解”时，才可能对应，也

6、分短期兴趣和长期兴趣，长期兴趣比较广泛，实现理想的个性化服务。用户兴趣建模是指根据用户遗忘速度慢，短期兴趣变化快，遗忘速度快_5J。混合用提供的信息(如用户浏览内容、浏览行为、基本信息、显户兴趣模型将用户兴趣模型分为短期兴趣模型和长期式反馈和订单信息等)归纳出用户兴趣模型2。因为兴趣模型，短期兴趣模型中存储用户的近期兴趣，长期在个性化服务系统中的重要地位，如何构建、更新和进兴趣模型中存储用户的长期偏好。用户兴趣模型处理一步优化用户兴趣模型已经成为近年来的研究重点，流程如图1所示。也是个性化应用系统亟待解决的热点问题[。通过用户填写的注册信息得到感兴趣的信息集合，采用向量的方式来

7、表示，通过聚类分析和兴趣度调收稿日期：2008～09--03基金项目：湖南省科技计划基金资助项目(2006JT1040)整，得到用户短期兴趣模型，采用树状向量空间模型表作者简介：费洪晓(1967一)，男，副教授，硕士，研究方向为网络安示。除此之外，还可以通过对用户浏览历史和模式的全、数据挖掘、个性化服务。捕捉，对用户行为进行分析，得到反映用户兴趣的参考·80·计算机技术与发展第l9卷数据，这是一种隐式获取用户兴趣的方式。当用户的用户标识是每个用户的唯一ID，对每个用户有两某一短期兴趣主题加入