基于Web的用户偏好挖掘与系统实现

摘要

随着互联网的发展,互联网的信息以及互联网中的用户越来越多,面对浩如烟海的信息用户想要找到自己需要的信息需要花大量时间去寻找搜索,用户经常会迷失在Web提供的大量信息中;同时,符合某部分用户需求的Web也失去了与有价值用户的联系。因此如何挖掘互联网中用户的兴趣偏好以及根据用户的兴趣提供个性化服务,将成为一个研究的热点,有着广泛的应用。
　　本文主要研究基于Web的用户兴趣偏好,并实现基于用户偏好的个性化服务系统原型。论文首先介绍了课题研究背景以及国内外相关工作,通过分析现有用户个性化服务系统以及用户偏好模型,发现现有的用户偏好模型无法很好的动态跟踪反映用户兴趣偏好的变化。
　　为了能动态精准反映用户兴趣偏好,提出将用户兴趣划分为用户长期兴趣和短期兴趣,并引入心理学中对兴趣的统计研究,提出新鲜度的概念,建立动态的用户兴趣偏好模型。这个模型不仅关注用户当前的兴趣状态,同时关注用户长期的兴趣偏好,更加关注用户兴趣的形成过程以及动态变化。在研究用户兴趣偏好的基础上,我们研究并提出适合这个用户偏好模型的推荐模型,提供更好的用户个性化服务。
　　最后,论文以国内最大的Web社区平台为数据集,开发实现了一套基于用户兴趣偏好的用户个性化服务系统原型,同时实验分析验证了模型的准确性,能够有效动态反映用户的兴趣偏好。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景

1.2 国内外相关工作

1.3 本文的主要工作

1.4 本文的组织结构

2 用户偏好挖掘系统模型

2.1 概述

2.2 用户信息模型

2.3 用户兴趣模型

2.4 推荐模型

2.5 本章小结

3 用户偏好挖掘系统实现

3.1 系统介绍

3.2 系统数据库实现

3.3本章小结

4 系统实验结果

4.1 系统实验结果

4.2 本章小结

5 总结与展望

致谢

参考文献