基于MAS的个性化推荐系统架构研究-论文.pdf

《基于MAS的个性化推荐系统架构研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、SOFrWAREDEVELOPMENTANDDESIGN软件开发与设计基于MAS的个性化推荐系统架构研究赵智。孙琰(1．长春中国光学科学技术馆，长春130012；2．空军航空大学，长春130012)摘要：针对现有推荐系统的不足，提出了一个基于MAS(多Agent协作系统)的个性化推荐系统开发模型，并给出了该模型的工作原理，论述了该模型所采用的关键技术。关键词：推荐系统；MAS系统；相似度；用户兴趣描述FrameworkResearchofPersonalizedRecommendationSystemBasedonMASZHAOZhi，SUNYan(1．Changchun

2、ChinaOpticalScience&TechnologyMuseum，Changchun130012，China；2．Aviationuniversityofairforce，Changchun130012，China)Abstract：Inthispaper，theexistingsystemlessthanrecommended，basedonaMAS(Multi-AgentCollaborationSystem)personalizedrecommendationsystemdevelopmentmodelandthemodelouttotheworkingpr

3、inciple，onthemodelusedinkeytechnologies．Keywords：RecommendationSystem；MASsystem；Similarity；InteresteduserstodescribeWeb技术的飞速发展正日新月异的改变着人们的生活，2工作原理Intemet已成为人们交流信息的重要途径。然后极大丰富的资文本所设计的个性化服务系统是由多个Agent共同协作完源也给人们带来了所谓的“信息迷向”问题，即人们很难能成的。首先，用户接口代理Agent将新用户的注册信息存入注够快速准确地在浩瀚的数据海洋中找到自己所需信息。因此，册信息D

4、B。新用户处理Agent完成对新用户的初始兴趣描述。个性化推荐越来越引起人们的重视。然而现有的推荐系统还对于已注册用户．其在浏览过程中形成的反馈信息将被存入存在着许多不足．主要体现在以下几个方面：反馈信息DB中。优化兴趣描述Agent自主决定何时对反馈信(1)用户信息的获取方式单一。许多推荐系统都要求用息DB中对应用户的兴趣描述进行优化。从而形成用户评价矩户在浏览过程中对所推荐的物品进行评价，并且大多数通过阵，将结果存入用户兴趣描述DB中。信息过滤Agent根据用调查问卷方式。这无疑增加了用户的负担，因此调查数据的户兴趣描述DB和产品DB同时采用基于客户一客户关系和基真实

5、性、准确性都大打折扣。于项目一项目关系的协作过滤算法进行推荐。最后，由用户(2)针对于新用户的推荐信息匮乏。对新用户的访问信息接口代理Agent根据用户当前浏览的物品信息，首先将同类物及以前的购买信息的缺乏，致使系统对他们的推荐质量粗糙。品中与用户兴趣最相近的物品推送给用户．其次是其他类别(3)推荐的实时性问题。单一的基于协作过滤的推荐系的物品。从而实现了系统的实时推荐和跨类型推荐。统能实时地查找上万个邻居。但对于庞大的网上顾客群体来3关键技术说，对其邻居的搜索开销将会非常大l1．。3．1用户接口代理Agentl开发模型用户接口代理Agent的主要功能是搜集用户信息。对于

6、新用户。将其首次使用系统时的个人注册信息存人注册信息DB中。对于已注册用户，用户接口代理Agent收集用户的浏览行为，得出对各种物品的反馈信息存入反馈信息DB中。另外，用户接口代理Agent同信息过滤Agent交互将推荐结果呈现给用户。3．2新用户处理Agent新用户处理Agent主要功能是建立初始兴趣描述。它依据用户的初始注册信息(姓名，年龄，职业等)在注册信息DB中找到与该用户对应的用户群．然后在用户兴趣描述DB中找图1个性化推荐系统开发模型(下转第49页)推荐系统是针对现有推荐系统的不足而提出的，意在能更好地实现个性化推荐的需求．其系统组成结构如图1所示。收稿日期：

7、2014—05—10囊DATABASEANDINFORMATIONMANAGEMENT数据库与信息管理{{custom．mail}】<／td>#url(r'^admin／，include(admin．site．ufls))，{{custom．post_dateldate：”Y～m—dH：i：s”}}<／td>url(rsms／custorrglist$，views．custom_list)，修改<／a>url(rsms／cust