计算机科学与技术外文翻译外文文献英文文献基于会话推荐的个性化系统.docVIP

基于会话推荐的个性化系统 摘要搜索并作出有关信息的决定变得选择数量的增加额越来越推荐系统帮助用户某一特定类型，如电影或餐馆但使用仍有些。我们的解决方案是利用个性化推荐系统和对话系统的互补优势创建个性化的助手。我们提出系统the Adaptive Place Advisor）它对待项目选择就像一个交互的会话过程，提供程序查询关于项目的属性和用户响应长期用户的偏好具有相同的用户直接对话的未来我们提出一个新的用户模式与系统适应版本介绍和动机 推荐系统帮助用户大量的网页或其他电子信息来源（如书籍，电影，餐厅）对用户需求的描述这种系统的用户往往有不同的，相互冲突的需要。个人偏好，社会和教育背景，私人或专业普遍。因此，适合每一个人使用的方式个性化智能系统对于个性化的需求已导致系统与他们相互作用改变自己的行为以适应计算机自然语言交谈的的能力可以说提高其效用和灵活性进一步发展。实际对话系统研究，虽然仍处于初期阶段，近年来日趋成熟。今天的对话系统通常集中于帮助用户完成任务，如规划，信息搜索，事件管理，或诊断。在本文中，我们描述了一个个性化推荐系统设计以帮助用户选择相同的基本类型。我们的目标是随着时间的推移支持谈话更多的个人用户。我们的系统，the Adaptive Place Advisor旨在帮助用户选择一个目标（在此情况下，餐厅），以符合他们的喜好。The Adaptive Place Advisor提出了三个新的贡献。据我们所知，这是个性化的口语对话系统的建议，对话自然语言界面，包括个性化，长期用户模型。第二，它采用了一种新的模式获取，利用和用户代表模型。第三，它是用来显示出系统中用户交互人数的减少。对话系统的个性化推荐的两种方法地址弱点。大多数对话系统的反应每个用户不存储信息在将来使用。因此，互动往往是乏味和重复。通过增加个性化，长期用户模型，这些互动的质量可以大幅度改善。同时，系统收集用户偏好往往需要或收集在对话过程中的喜好让用户立即开始搜索项目任务交谈之间的互动和个性化的，也影响我们选择的获取，使用和用户模型的代表性。The Adaptive Place Advisor悄悄地学习有关用户的信息该系统存储对项目的特点和特殊的偏好价值观的这些特点。我们，这些思想扩大到其他类型的偏好和其他类型的对话。 在本文中，我们描述我们The Adaptive Place Advisor工作。我们开始通过引进个性化推荐系统和对话，提出2．个性化会话推荐系统我们的研究目标是双重的。首先，我们要提高相互作用质量的同时我们希望通过这一手段改善系统性能的对话个性化。提高准确性或类似精度相关措施和回忆。对话跟踪用户的目标的进展2.1个性化个性化的用户适应系统用户的好，保持在一个用户模型，并利用这个模型生成自定义的信息或行为。这个定制的目的是提高质量和和结果也可以手工或学习（例如，从调查问卷，收视率，或使用痕迹），它们可以包含有关行为的信息，例如如以前选定的项目，有关项目的偏好特征（如位置或价格），或用户本身特性（如年龄或职业）此外，我们的做法是学习概率，长期来看，个人用户模型包含有关的项目和项目特点，偏好。我们之所以选择学习模式我们选择概率模型，因为它们的灵活性：一个用户变量的行为和他们的偏好是相对的，而不是绝对的。此外，已经注意到，一旦作出决定学习模型一个系统可能会要求用户填写一份表格，要求她进行分类或她的兴趣使用一类或项目的不同特点。最近的一项研究强制用户提供他们选择项目评级而不是那些系统的选择，并这项研究并不是在一个系统内的对话，而是涉及一个更简单的互动。直接反馈的形式鼓励用户提供反馈意见，因为她续使用特定的服务。第二种方法来获取用户模型，并在所采取的The Adaptive Place Advisor是通过检查正常上网行为推断出用户的偏好用户往往不能清楚地表达自己的喜好，直到他们了解更多的领域。让用户查看和修改用户模型。系统通常采取两种办法之一确定。内容与此相反，协作方法选择和推荐因为合作对其他用户选择的基础上提出建议因此不容易出现这些问题。并在第6.3节结合这两种技术方法最后，个性化是关于如何可以利用一个用户搜索，鉴定，并以正确的方式在正确的提交相关资料用户模型导航支持在网络浏览器及方式和介绍和互动式的选择The Adaptive Place Advisor适应其信息通过自然语言2.2会话推荐系统的目标是帮助用户感兴趣的项，因此他们必须在考虑消除一些选择同时保持。为了实现这一目标，他们必须知道或确定当前用户的利益，目前的项目满足这些利益。其中一个获取信息最广泛使用的方法是一个简单的（通常是一个单一的查询框）排名清单办法在这个计划中，系统介绍了一长串的结果获取的信息技术相结合的形式相反，the Adaptive Place Advisor在这一办法，