社会化标注系统中个性化信息推荐多维度融合与优化模型研究

摘要

[目的/意义]在社会化标注系统自组织运行的基础上,构建个性化信息推荐的多维度融合与优化模型,进而在大数据环境下,为用户提供精准的个性化信息推荐服务,从而进一步丰富个性化信息推荐的理论体系以及拓展个性化信息推荐的研究方法.[方法/过程]首先,对每一种个性化信息推荐方法的优点和不足进行深入分析;然后,将基于图论(社会网络关系)、 基于协同过滤以及基于内容(主题)3种个性化信息推荐方法进行多维度深度融合,构建个性化信息推荐多维度融合模型;最后,对社会化标注系统中个性化信息推荐多维度融合模型进行优化,从而解决个性化推荐过程中用户"冷启动"、 数据稀疏性和用户偏好漂移等问题.[结果/结论]通过综合考虑现有的基于图论(社会网络关系)、 基于协同过滤以及基于内容(主题)的个性化信息推荐方法各自的贡献和不足,实现3种方法之间的多维度深度融合,并结合心理认知、 用户情境以及时间、 空间等优化因素,最终构建出社会化标注系统中个性化信息推荐多维度融合与优化模型.