结合用户长期兴趣和近期兴趣的个性化推荐模型.docVIP

结合用户长期兴趣和近期兴趣的个性化推荐模型 　　摘要：随着信息高速公路的发展和普及，人们被包围在信息的汪洋大海之中。因特网上的信息资源呈指数膨胀，是海量的信息源，其信息组织具有异构的、多元的、分布的等多种特性。因而，能为用户提供有效信息推荐、帮助用户找到所需的有价值信息的个性化推荐系统在Web信息检索领域获得了广泛关注，并且在实际的个性化服务系统中也得到了广泛应用，该文对个性化服务推荐系统体系结构做了一定的研究，提出了一种能区分用户长期兴趣和近期兴趣提供信息推荐的新的个性化推荐模型。 　　关键词：个性化推荐；加权关联规则；用户近期兴趣；用户长期兴趣 　　中图分类号：TP393文献标识码：A文章编号：1009-3044(2011)22-5396-02 　　The Personalization Recommendation Model of Combining The User Long and Current Interest 　　CHEN Hua-yue 　　(Computer Institute, China West Normao Universty, Nanchong 637100, China) 　　Abstract: Along with the development and popularization of the information superhighway, the people were surround in ocean information. The information on the internet resources presents the index number inflation,is the letter source of the sea quantity, and the organization of its information is different,diverse and distribute. As a result, can provide the valid information recommendation for the users, help the user find out need of have the characteristic recommendation system of be worth the information to acquire the extensive concern in the Web information index fields, and also got the extensive application in personalize information service system. This paper aims at the key techniques, such as the recommendation calculate way design within characteristic recommendation system and the recommendation system system structure, carrying on the more thorough and beneficial quest and researches. 　　Key word: personalization recommendation; weighted association; user current interest; user long interest 　　在日常生活中，人们经常必须在对所要选择的事物没有充分了解的情况下做出选择，而这一过程通常依靠众口之词、推荐信、报纸上的影评或书评和调查报告等的推荐来完成，故推荐系统（Recommender System）就是用于模拟或模仿这些过程的系统。具体来说推荐系统是指收集和统计用户站点访问信息（如用户的浏览历史，购买产品等），通过分析活动用户的浏览和购买行为来进行页面推荐，它基于用户以往的爱好，提供个性化的建议，以帮助人们克服信息过载带来的问题。 　　在迄今为止的个性化推荐系统中，协同过滤技术是应用最成功的技术。协同过滤技术通过分析历史数据，生成与当前用户行为兴趣最相近的用户集，将他们最感兴趣的项作为当前用户的推荐结果即top_N推荐。基于协同过滤技术的推荐过程可分为3个阶段：用户数据的收集；发现最近邻居；产生推荐数据集。传统的个性化推荐模型虽然有一定的优点但都存在些不足。 　　1 传统个性化推荐模型的缺点 　　首先收集用户信息时，在传统的个性化推荐系统中,评分数据大多都是通过显式评分获得。显式评分有