基于本体学习的个性化网页推荐.pdfVIP

第 28卷 第 3期 情 报 杂 志 V()1．28 NO．3 2009年3月 J()URNAIOF INTEIII(；ENCE Mar． 2009 基于本体学习的个性化 网页推荐 PersonalizedWebRecommendingBasedonOntologyLearning 杨 学 明 (湖州师范学院信息工程学院 湖州 313000) 摘 要 为了高效和便捷地满足用户的信息需求，使用户得到有价值的个性化网页推荐。针对传统个性化技术的 不足，提出基于本体学习的个性化网页推荐方法，采用领域本体构建用户的兴趣模型，并采用基于语义本体的相似 度算法提高推荐的准确率。实验结果表明，与其他推荐方法相比该算法具有更高的推荐准确率和召回率。 关键词 个性化 本体学习 用户模型 本体 中图分类号 TP391 随着 Intemet的快速发展 ，网络信息呈爆炸式增 协作过滤系统利用用户之间的相似性来过滤信 长 ，海量的网页在为用户提供包罗万象、无比丰富的信 息。基于协作过滤系统的优点是能为用户发现新的感 息资源的同时，用户也越来越感到要获取 自己所需的 兴趣的信息，缺点是存在两个很难解决的问题，一个是 信息也13益困难。为了便于用户快速、方便地获取他 稀疏性，亦即在系统使用初期，由于系统资源还未获得 所感兴趣的信息，个性化服务技术应运而生。个性化 足够多的评价，系统很难利用这些评价来发现相似的 服务是一个 自动获取用户对信息资源或借助信息形态 用户。另一个是可扩展性，亦即随着系统用户和资源 表征的实物资源的使用信息，分析这些信息得到用户 的增多，系统的性能会越来越低。 的特定兴趣和需求，然后根据分析结果在合适的时间 针对现有个性化服务系统中存在的问题，本文分 向每一位访问者发送正确信息的过程，具有针对性和 别从用户兴趣模型和个性化推荐技术两方面人手，提 自动性特点。 出了基于本体学习的个性化网页推荐方法 ，采用本体 目前存在着许多个性化服务系统-1J，它们提出了 学习方法构建用户模型，并以本体形式表示，同时采用 各种思路以实现个性化服务。个性化服务系统根据其 基于本体的相似度算法来提高推荐的准确率和召回 所采用的推荐技术可以分为三种 ：基于规则的系统L2】、 率，为用户提供更优质的个性化服务。 基于内容过滤的系统-3J和协作过滤系统L4J。 1 本体与本体学习 基于规则的系统允许系统管理员根据用户的静态 特征和动态属性来制定规则 ，一个规则本质上是一个 本体作为一种能在语义和知识层次上描述信息系 If-Then语句 ，规则决定 了在不同的情况下如何提供 统的概念模型建模工具，自提出以来就引起了国内外 不同的服务。基于规则的系统其优点是简单、直接，缺 众多研究人员的关注，并已经在计算机的许多领域得 点是规则质量很难保证，而且不能动态更新，此外，随 到了广泛应用，如知识工程、数字图书馆、软件复用、信 着规则的数量增多，系统将变得越来越难以管理。 息检索和异构信息处理、语义建模等。本体通过对于 基于内容过滤的系统利用资源与用户兴趣的相似 概念、术语及其相互关系的规范化描述 ，勾画出某一领 性来过滤信息。基于内容过滤的系统其优点是简单、 域的基本知识体系，具有 良好的概念层次结构和对逻 有效，缺点是难以区分资源内容的品质和风格，而且不 辑推理的支持 ，因而采用本体表示用户的兴趣模型具 能为用户发现新的感兴趣的资源，只能发现和用户 已 有很