基于贝叶斯网络的信息过滤模型研究

摘要

传统信息过滤模型很难描述对信息过滤结果产生影响的各种因素,如质量、内容、用户偏好之间复杂的关系,也无合适的方法让用户将知识加入到信息过滤系统中.因此,提出了基于贝叶斯网络的信息过滤模型BMIF(Bayesian model of information filtering).BMIF是贝叶斯网络的简化,它描述了信息过滤的基本结构,提供了6种节点用于描述影响信息过滤的事件之间的关系.在此基础上,提供了BMIF的各种使用方法,包括将传统方法使用BMIF描述,将词法知识用BMIF表示,以及将自动学习与手动交互结合,将合作过滤与内容过滤结合等.