个性化信息服务系统中用户建模技术研究

摘要

随着网络资源的爆炸式增长,“信息过载”,“信息迷向”等问题的出现,用户如何快速有效地获取信息,成为现今信息服务系统亟待解决的问题。传统的信息服务也逐渐向个性化信息服务方向发展。
　　 要实现个性化信息服务,首先要理解用户兴趣,因此作为实现个性化信息服务的核心,“用户建模”技术逐渐受到人们的重视。本文中针对传统的用户建模技术在语义方面的不足,对基于领域本体的建模技术进行了探究。使用领域本体表示用户兴趣模型,当系统给用户推荐信息时,会考虑到用户兴趣以及用户兴趣之间的关系。结合用户兴趣推荐信息,更好的为用户提供个性化信息服务。
　　 本文首先分析了一些建模技术的国内外研究现状。接着,阐述了用户建模的一些背景知识及相关理论。然后,分析了在用户建模技术中基于领域本体的用户建模方法,在此基础上提了出一个基于领域本体的——“兴趣概念树”的用户建模方法。最后本文设计了一个原型系统,在Lucene全文搜索引擎工具包的基础上添加用户兴趣模型,并通过语义相似度对用户的查询请求进行概念扩充,以实现个性化信息服务,对研究结果予以实现。实验结果表明,加载用户兴趣模型的搜索结果更符合用户兴趣需求。

目录

文摘

英文文摘

第一章 绪论

1.1 选题背景

1.2 国内外研究现状

1.3 主要研究内容

第二章 背景知识及相关理论

2.1 本体的相关理论

2.1.1 本体的基本概念

2.1.2 本体的构建理论

2.1.3 本体的构建工具

2.2 用户建模的相关理论

2.2.1 用户兴趣模型的概念

2.2.2 用户兴趣模型的分类

2.2.3 用户兴趣模型的信息收集

2.2.4 用户兴趣模型的表示方法

2.3 Lucene全文信息服务系统

2.3.1 Lucene简介

2.3.2 Lucene的相关度排序

第三章 基于领域本体的用户兴趣建模研究

3.1 基于领域本体的用户兴趣模型研究进展

3.1.1 已有的基于本体的用户建模技术

3.1.2 与其它建模方法的比较

3.2 计算机科学领域本体概况

3.3 基于计算机科学领域本体的用户兴趣模型

3.3.1 基于领域本体的用户兴趣建模的两种思路

3.3.2 改进的基于领域本体的用户建模方法

3.4 用户信息的自动收集

3.4.1 用户浏览行为分析

3.4.2 用户驻留时间的计算

3.4.3 用户重复搜索的权重计算

3.4.4 用户兴趣的衰减

3.5 搜索结果重排序

3.5.1 概念相似度的计算

3.5.2 基于概念语义相似度与用户兴趣的文档排序

第四章 用户兴趣模型的设计与实现

4.1 BOUM系统框架

4.2 开发环境和工具

4.3 Lucene原型的搭建

4.3.1 搭建Lucene索引框架

4.3.2 搭建Lucene.net搜索框架

4.4 BOUM系统的核心模型及代码

4.4.1 用户兴趣模型的搭建

4.4.2 选择本体兴趣

4.4.3 添加短期兴趣

4.4.4 生成初始化用户兴趣模型

4.4.5 用户兴趣模型的更新过程

4.4.6 加载用户兴趣的搜索

第五章 总结与展望

5.1 总结与本文的创新点

5.2 进一步的研究方向

参考文献

致谢

攻读硕士学位期间的研究成果