个性化信息推荐服务中用户潜在兴趣挖掘研究.pdfVIP

2013年 4月 现 代 情 报 Apt．，02 13 第33卷第4期 JournalofModem Information v01．33 No．4 · 理 论 探 索 · 个性化信息推荐服务中用户潜在兴趣挖掘研究 何金晶 (西安电子科技大学经济管理学院，陕西 西安710071) [摘 要]如何准确分析用户行为，向用户提供满意的网页信息，一直以来都是个性化信息推荐系统设计的 目标。本文在 分析现有个性化信息推荐模型的基础上，针对以往研究在推荐兴趣时仅根据语义相关度进行协助性信息推荐 ，而忽略用户行为 规律所包含的潜在兴趣信息的不足。尝试提出一个结合Web语义挖掘和FP—tree规则发现技术的个性化信息推荐模型。该模型 利用本体对语义的明确化描述，在挖掘用户行为信息时获取用户兴趣偏好的语义信息，并利用FP—tree技术根据以获取的语义 信息推理出用户兴趣行为模式，从而在信息推荐时不仅能准确理解用户兴趣偏好，也能根据用户潜在兴趣规律，推荐给用户更 全面的网页信 息。 [关键词】Web语义挖掘；个性化信息推荐；FP—tree；用户潜在兴趣 DOI：10．3969 issn．1008—0821．2013．04．002 [中图分类号】G252．0 [文献标识码]A [文章编号]1008—0821(2013)04一OOO7—05 MninigUsersPotentialInterestedinPersonalized InformationRecommendationService HeJinjing (SchoolofEcomonicsManagement，XidianUniversity，Xi’na710071，China) [Abstract]HowtOanalyzeuserbehavioraccuratelytoprovideuserwcbpaogwithsatisfactionhasbeenadesigngoal0fper- sonalizcdinformationrecxmm~ndationsystem．Basedontheanalysisoftheai【sdngpersonalizedinformation~ ndationmod- els。anewmodel0fpersonalrecommendationsystem basedonWebSemanticMiningWfl8presentedinthispaper．Byhtecombi· nationofWebsemanticminingandFP—treetechnology．whathtemodelhasbeensolvedWashtedisadvnatageofingoring11．8erpo- tentialinterestwhenhtepreviousstudiesre(x)innlendinformationtorisers．AndhtelimitationthatleconRnendwebpaogtouseljust accordingtousel-8cce888oqueneehadalsobeenbrokenthrough． CKeywords]Webesmanticmining；personalizedinformationrecommendation；FP—tree；Liserpotentialinterested 在海量信息环境中，准确分析用户行为，并向用户提 领域知识，从而向学习者提供个性化的、完整的、提高学 供满意的信息，一直都是个性化信息推荐系统设计的目标。 习效率的计划。文献 [2]引用 C0Ⅱi118和 I_dtus提出激活扩 而语义作为对客观事物特征的描述，有效地促进了对各种 散模型，通过建