用户建模概述--个性化系统应用概要.pptVIP

用户兴趣建模概述报告人:王影导师:王浩时间:2009年9月 用户兴趣建模 用户兴趣建模的概念 用户建模技术的分类 用户模型的更新及模型的评价方法 实例介绍 下一步工作 用户兴趣建模的概念 用户建模是指从有关用户兴趣和行为的信息(如浏览内容、浏览行为、背景知识等)中归纳出可计算的用户兴趣模型的过程。 基于机器学习的用户建模 基本思想 让系统学习已知的用户兴趣， 如用户指定的某类文档或主题词集合，使系统学会相应的规则，建立相应的用户模型，然后，根据用户模型向用户推荐相应的新信息。 李广健，周浩.用户建模算法的适应性及多算法用户建模研究.北京：中科院文献情报中心，2009. 用户建模的信息来源 用户输入的查询关键词 用户维护的Bookmark 用户浏览的页面 用户浏览的行为 服务器日志 用户下载、保存的页面和资料 用户手工输入的其它信息 用户兴趣偏好的获取方法 用户主动填写 关键字学习 反馈学习 样本学习 跟踪用户浏览行为学习 赵银春。用户浏览内容分析与用户兴趣挖掘。2004年重庆大学硕士毕业论文 常见的用户兴趣捕获方法 统计分析：通过分析用户浏览页面的时间、用户的浏览路径和路径长度等信息，可以获得用户访问站点的基本信息。 关联规则：可以发现用户会话中经常被用户一起访问的页面集合 聚类分析 用户聚类：将具有相似浏览行为的用户归类 页面聚类：将内容相关的页面归类 分类:按照用户特征数据将用户归属到既定的用户类 序列模式:寻找用户会话中在时间上有先后关系的页面请求 用户建模技术的分类 按照建模过程中用户的参与程度分为： 用户手工定制建模 示例用户建模 自动用户建模 林鸿飞，杨元生.用户兴趣模型的表示和更新机制.计算机研究与发展2002年07期 用户手工定制建模 用户手工定制建模是指用户自己手工输入或选择用户感兴趣信息的用户建模方法，比如用户手工输入感兴趣的关键词列表，或者在系统提交给用户的一张表格上选择感兴趣的栏目等。 MyYahoo，WebWatcher是用户手工定制建模的典型代表。 手工定制建模存在的问题 完全依赖于用户，容易降低用户使用系统的积极性 用户难以全面、准确地罗列自己感兴趣的栏 目或关键词，导致用户模型不够准确 当用户兴趣发生变化时，用户必须重新输入兴趣信息，即该建模方法是静态的。时间越长手工定制的用户模型与用户真实兴趣的差别就越大 完全依赖于用户，容易降低用户使用系统的积极性 用户难以全面、准确地罗列自己感兴趣的栏 目或关键词，导致用户模型不够准确 当用户兴趣发生变化时，用户必须重新输入兴趣信息，即该建模方法是静态的。时间越长手工定制的用户模型与用户真实兴趣的差别就越大 示例用户建模 示例用户建模是指由用户提供与自己兴趣相关的示例及其类别属性来建立用户模型的建模方法。 示例一般通过要求用户在浏览的过程中对浏览过的页面标注感兴趣、不感兴趣或者感兴趣的程度来得到。 浏览过的页面及相应的标注成为用户建模的示例。 加州大学于1996年推出的个性化推荐智能体SyskillWebert是这种模型的代表。 示例用户建模存在的问题 频繁的交互会降低用户使用系统的积极性 频繁的交互会干扰用户的正常浏览 用户很难用数字表达对页面的兴趣度 获得的示例包含较多的噪声样本和无效样本 现有的用户示例建模方法中，训练样本被划分为感兴趣和不感兴趣两类。用户感兴趣的信息在主题上可能差别很大，将各种类别的兴趣信息混杂在一起使得用户模型的使用和维护很困难。 自动用户建模 自动用户建模是指根据用户的隐式反馈信息自动构建用户模型，建模过程无需用户干预的建模的方法。 在现有的个性化服务系统中，采用自动用户建模方法构建用户模型的系统主要有卡内基·梅隆大学的Personal WebWatcher、德国国家研究中心的ELFI、麻省理工学院的Letizia等。 RuckerJ.andPolaneoMJ.Siteseer:Personalized Navigation for theWeb[C]，Communications of the ACM.Mareh1997，40(3):73一75 自动用户建模存在的问题 容易引入噪声，不利于构建高质量的用户模型。 用户兴趣模型的表示形式 主题表示法 用户Bookmark表示法 关键词列表表示法 基于本体论的表示法 基于向量空间模型表示法 用户模型的更新 显式更新：根据用户的反馈信息进行更新，要求用户在每次浏览结束时，对页面进行反馈和评价 隐式更新：即根据用户访问的信息进行更新，不需要用户的参与，具体的说，隐式更新当前