首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 31 毫秒
1.
智能检索系统中用户兴趣模型构建技术研究   总被引:4,自引:0,他引:4  
宋琦  薛建武 《情报杂志》2007,26(1):57-60
阐述了智能检索系统中基于贝叶斯推理网络的用户访问兴趣模型的构建过程以及其所依赖的技术原理;描述了在实现智能检索系统目的下引入用户兴趣学习层的知识库组织结构以及检索模型的匹配问题;介绍了模型中基于本体论的知识组织方式以及引入贝叶斯网络来动态调整用户兴趣概念权重并建立用户兴趣模型的技术。  相似文献   

2.
图书馆个性化信息服务模型的设计与实现   总被引:13,自引:2,他引:13  
曹强 《情报杂志》2007,26(4):80-83
尝试构建一个用户兴趣模型,通过数据挖掘技术,从图书馆记录中挖掘用户兴趣信息,并根据用户兴趣将用户所需要的信息通过RSS技术推送给用户,实现基于用户需求分析的图书馆个性化信息服务。  相似文献   

3.
利用用户兴趣可以有效地提高语义对等网环境下信息检索的效率,如何准确构建用户兴趣模型是关键。鉴于本地节点的信息资源可以有效反映用户兴趣,文章提出利用组织与管理本地节点资源的知识地图构建节点用户兴趣模型。主要思路是利用本体描述语言OWL描述本地知识实体及其关系,形成反映节点用户全局知识结构的知识地图,依据支持向量机分类原理从知识地图抽取出的兴趣特征训练集挖掘用户兴趣,最终形成用户兴趣模型并以兴趣描述文档的形式保存。  相似文献   

4.
基于隐式反馈的用户模型设计与实现   总被引:1,自引:0,他引:1  
个性化信息服务技术实现的关键在于必须知道用户的兴趣,并准确地建立用户兴趣模型.本文利用用户浏览网页时的隐式反馈信息建立和更新用户模型,为了收集用户的浏览行为信息,在客户端设计了一个浏览器插件,并采用了回归分析方法建立了用于计算网页兴趣度的模型,通过实验数据分析证明所建立的模型是成立的.  相似文献   

5.
Internet信息量以指数规律迅猛地增长和扩展,由于信息不断地更新和增加,人们很难在短时间内找到自己的目标。解决这些问题关键在于将Internet从被动接受浏览者的请求转化为主动感知浏览者的信息需求,实现Internet系统对浏览者的主动信息服务。新一代的信息服务将是个性化主动信息服务,本文参考了前人所做的工作,讨论了设计个性化服务系统的几个关键问题:1)用户浏览行为信息的采集;2)个性化用户模型的构建;3)个性化用户模型的更新;4)个性化用户模型的应用-如何过滤与用户无关的信息。在此基础上,讨论了将Web Usage Mining和用户兴趣主题结合起来,构建个性化Web用户模型的方法,并运用了二级采集用户兴趣的方法。  相似文献   

6.
杜文华 《情报杂志》2007,26(2):77-79
在特定用户大量的访问记录中,必然存在着与用户兴趣有关的知识和规则需要提取和把握。这些知识真实反映特定用户查询模型和文档模型之间的映射关系,对于减小信息获取中查询模型和文档模型之间的相关不确定性,提高信息获取系统的性能和效率有积极的意义。将从用户访问行为知识的有效表达角度,提出依据特定用户访问兴趣空间构建的Profile案例知识表达模型。  相似文献   

7.
基于分类的用户兴趣漂移模型   总被引:1,自引:0,他引:1  
针对个性化信息服务系统中如何表示用户兴趣和用户兴趣的漂移问题,提出了一种基于分类模版的用户兴趣模型构造方法.采用遗忘算法,将用户的长期兴趣和短期兴趣相结合,体现用户兴趣的漂移.  相似文献   

8.
用户模板的构建是信息过滤系统建设的最重要的工作之一。本文首先介绍几种用户兴趣模型的构建技术,然后阐述在我们研制的专题文献过滤系统中所采用的用户模板构建方法。  相似文献   

9.
钟辉新 《情报杂志》2008,27(1):118-120
针对具体行业运用领域的需求,采用机器学习的方法对Web内容进行分析和挖掘并提供个性化服务是搜索引擎的一个重要发展趋势.从搜索引擎的通过原理出发,针对通用搜索引擎存在问题,构建基于垂直搜索引擎的个性化信息体系结构,结合用户共同兴趣模型与Hopfield Net Spider搜索策略实现用户个性化信息服务.  相似文献   

10.
[目的/意义]基于社交网络用户短期兴趣和长期兴趣,挖掘用户不同时间窗口下长短期兴趣,能够提高用户兴趣发现的准确性,解决推荐系统不能适应用户兴趣变化的问题。[方法/过程]通过对社交网络用户兴趣的研究发现,社交网络用户兴趣可以分为短期兴趣和长期兴趣,据此构建融合用户兴趣漂移特征的个性化推荐模型。采用时间窗口的方法挖掘用户短期兴趣,利用遗忘曲线跟踪用户长期兴趣变化。在此基础上对用户进行聚类,根据用户聚类结果为用户推荐兴趣相似用户。并以微博真实数据为例进行实证。[结果/结论]融合用户兴趣漂移特征的个性化推荐模型能够较准确地发现用户兴趣漂移特征,满足用户个性化信息需求。[局限]仅使用"微博"这一应用广泛的网络社交平台进行实证,未能从多个网络社交平台进一步验证模型的可行性和准确性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号