声明
摘要
插图索引
附表索引
第1章 绪论
1.1 研究背景及意义
1.2 相关技术研究现状
1.2.1 搜索引擎国内外研究现状
1.2.2 基于标签的推荐技术国内外研究现状
1.3 主要研究内容
1.4 论文组织结构
第2章 相关技术综述
2.1 个性化推荐系统概述
2.2 用户兴趣模型
2.2.1 用户建模的信息来源
2.2.2 用户兴趣模型的表示
2.2.3 用户兴趣模型的建立与更新
2.3 主要聚类技术
2.3.1 K均值聚类技术
2.3.2 二分K均值聚类技术
2.3.3 层次聚类技术
2.4 主要推荐技术
2.4.1 基于规则的推荐
2.4.2 基于内容的推荐
2.4.3 基于协同过滤的推荐算法
2.4.4 混合推荐
2.5 推荐系统的评价
2.6 本章小结
第3章 用户兴趣模型的构建与更新
3.1 用户兴趣模型表示
3.2 用改进的TF-IDF方法构建用户兴趣模型
3.3 基于群组的用户兴趣模型更新
3.3.1 遗忘因子
3.3.2 群组兴趣计算
3.3.3 用户兴趣计算
3.3.4 基于群组的用户兴趣模型更新
3.5 本章小结
第4章 基于用户配置文件的个性化推荐方法
4.1 资源配置文件的生成
4.2 相关性计算
4.2.1 查询和资源配置文件的相似性计算
4.2.2 资源配置文件和用户配置文件的相似性计算
4.3 基于用户配置文件的个性化推荐
4.3.1 算法设计
4.3.2 实验环境
4.3.3 实验数据
4.3.4 评估指标
4.3.5 实验分析
4.3.6 结论
4.4 本章小结
结论
参考文献
致谢
附录A 攻读学位期间完成的主要成果