- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
个性化推荐系统用户建模技术综述.pdf
维普资讯
第25卷 第 1期
2006年2月 情 报 学 报 VFo1.25.No1
ebruary,2006
个性化推荐系统用户建模技术综述D
吴丽花 刘 鲁。
(1.北京信息工程学院计算机信息系统系,北京 100101; 2.北京航空航天大学经济管理学院,北京 100083)
摘要 在分析目前各类个性化推荐系统的基础上,从数据获取、用户模型的表示、学习和更新四个方面对推荐
系统用户建模领域的相关技术进行系统评述,并着重分析了用户建模过程中所面临的关键议题。最后指出推荐系
统用户建模领域的一些发展方向。其 目的是希望能够对构建准确、有效的推荐系统用户模型,提高推荐的质量和
接受度带来启示。
关键词 推荐系统 用户模型 信息过滤 个性化 电子商务
UserProfilingforPersonalizedRecommendingSystems-- A Review
WuLihua。一andLiuLu
(1.DepartmentofComputerInformationSystem.BeijingInformationTechnologyInstitute,Bejiing100101;
2.SchoolofEconomics&Management.BeljingUniversityofAeronauticsandAstronautics.Bejiing100083)
Abstract Thecurcialtechniquesrelatedtouserprofilingforpersonalizedrecommendingsystemsare reviewedfrom four
filerepresentation,profilelearningandprofileadaptation,withespecialemphasesonthe
technicaleffectivenessand keyissuesfaced by each dimension.Some promising directionsin userprofiling forpersonalized
recommendingsystemsare pointedoutfinally.Thepurposeofthissurveyistoprovideasourceofideasofrpeopletoconsturcttheir
ownuserprofilestoacquire accurateandvalidrecommendations.
Keywords recommendingsystems,userprofile,informationfiltering,personalization,e—commerce.
果及推荐被用户接受的程度都远胜于非个性化推荐
1 引 言 系统 ,因而在 电影 、音乐、产品、新闻和 web页面推
荐等方面得到了越来越广泛 的研究与应用。本文将
推荐系统是为解决 Intemet上的信息过载问题 以目前最流行的各类个性化推荐系统,包括基于内
而提出的一种智能代理系统 ¨ 』,能从 Internet的大 容 、基于协 同过滤 ¨圳、基于知识 、基于
量信息中向用户 自动推荐出符合其兴趣偏好或需求 Web使用挖掘 。引和混合类型
文档评论(0)