基于隐式反馈的ＬＳＩ个性化信息过滤方法的研究.docVIP

基于隐式反馈的ＬＳＩ个性化信息过滤方法的研究 　　摘要：本文针对当前传统潜在语义索引（LSI――latent semantic indexing）技术在提供信息过滤服务时已经不能满足用户个性化需求这一实际情况，提出利用隐式反馈技术来解决如何提供给不同用户以不同信息结果这一问题。在传统的LSI技术上提出了一种基于隐式反馈的LSI个性化信息过滤方法，该方法通过引入隐式反馈技术，将其应用于信息过滤中，从而可以为不同用户提供更多更有针对性的信息结果。本文给出了该方法的公式和具体算法，为其应用的实现提供了理论基础。 　　关键词：信息过滤；潜在语义检索；隐式反馈；奇异值分解 　　中图分类号：TP311文献标识码：A文章编号：1009-3044(2008)12-2pppp-0c 　　 　　Method of LSI Personal Information Filtering Based on Implicit Feedback 　　ZHANG Hong,XU Qun-yi,SU Chen 　　(School of Computer Science Technology,China University of Mining and Technology,Xuzhou 221008,China) 　　Abstract:Technology of traditional latent semantic indexing (LSI)has not been satisfactory for users personalized need. On the basis of traditional technology LSI，the paper propose to use the technology of LSI personalized information filtering to solver the problem that how to determine the user’s personalized information. Based on the technology of traditional LSI,the paper proposes a method of LSI personalized information filtering based on implicit feedback. Because the technology of implicit feedback is introduced in this method and applied in information filter, the method will provide more targeted information results for different peoples.A particular arithmetic and formula of the method is presented in this paper to offer the theoretical basis of the application. 　　Key words:Information Filtering;Latent Semantic Indexing;Implicit Feedback;Singlar Value Decomposition 　　 　　1 引言 　　 　　信息过滤技术的基本思想是从动态信息源中过滤掉比较固定的非需求信息,方法是通过在代理服务器中加入内容过滤功能,使其对内可以消除通过网页机密造成的泄漏;对外可以过滤掉网页中的无用信息。为最大限度将垃圾信息排除在系统之外，该技术要求过滤的内容性和实时性[1], 因此需从过滤精度和过滤速度这两个角度考虑完善该技术。 　　自然语言文本中的词汇(术语)具有一词多义(polysemy)和一义多词(synonymy)的特征。由于一词多义, 基于精确匹配的检索算法会报告许多用户不需要的东西; 由于一义多词, 基于精确匹配的检索算法又会遗漏许多用户想要的东西。如果能基于自然语言理解来做这件事，那一切问题就都将解决。将面临的 问题是:(1) 自然语言理解的水平目前还是有限度的；(2) 即使用自然语言理解， 效率也会很低。Bellcore以Dumais为首的研究小组试图绕过自然语言理解，用统计的办法达到同样的目标，提出了一种称为潜在语义索引的方法。潜在语义索引的英文名称为Latent Semantic Indexing， 简称LSI。 　　传统LSI方法的优点是（1）反映术语之间内在的相关性，（2）具有较高的效率。但是随着科技的发展，需求的多元化，LSI在提供个性化信