个性化需求的描述获取与推断—案例研究计算机软件与理论专业论文.docxVIP

摘要个性化服务是一个自动获取用户对信息资源或借助信息形态表征的实物资源的使 摘要 个性化服务是一个自动获取用户对信息资源或借助信息形态表征的实物资源的使 用信息，分析这些信息得到用户的特定兴趣和需求，然后根据分析结果在合适的时间向 每一位访问者发送正确信息的过程，具有针对性、自动性特点．本文就个性化服务中的 关键技术，用户与资源的描述、用户兴趣的获取与学习、推荐算法进行了研究．在研究 中，针对传统个性化技术中资源、用户描述能力的不足。本文引进了领域本体模型和 XML来描述资源深层的语义关系，并利用半结构化数据学习和挖掘算法从用户使用数 据获取用户的模型来进行资源的推荐。具体的内容如下： (I)基于本体和XML的个性化服务系统模型 传统个性化服务系统中，资源一般采用关键词向量表示，这种表示方式只考虑了资 源内容，无法区分资源在层次化结构中体现出来的特征差异，在个性化推荐中无法根据 资源的深层属性和特征进行推荐．本文中。我们提出了基于本体一xML的个性化服务 系统模型，主要思想是利用本体对领域进行建模，描述资源的深层属性及属性间的相互 关系。针对个性化服务系统中资源描述的特定需求，给出了资源描述的基本框架和该框 架下利用XML对资源进行描述的方法。 (2)基于本体的用户需求的描述、获取与推荐 提出了基于本体的用户兴趣模型，把用户兴趣定义为领域本体中资源类的虚拟实 例，描述用户结构化的兴趣特征和特征之间的相互关系；我们把用户对资源的兴趣的计 算框架表示为对资源属性兴趣的加权和。借鉴前馈神经网络，通过定义泛化的delta函 数，给出了用户模型的学习方法．本模型表示方法与基于关键词的表示方法相比，更易 被用户理解，在表示能力和推荐精确度上有明显的提高． (3)基于半结构化规则的用户兴趣表示与推荐 XML数据与表格数据不同在于XML数据具有路径并且路径之间存在结构．XML 数据的约简不仅是属性的约简，而且包括路径之间关系的约简．我们定义XML数据的 约简包括路径的剪枝和路径的泛化，并定义了约简结果表示． 利用XML数据约简的思想，给出了半结构规则的定义。然后利用无序树范式的性 质，给出一种半结构规则挖掘的算法．基于半结构化规则的用户兴趣表示反映了资源的 属性及属性之间的泛化关系，表示直观，易于理解，同时具有较高的推荐精度． (4)基于语义相似度计算改进的协同过滤。 协同过滤是个性化推荐系统中经常用到的方法，但是协同过滤一般存在新用户，新 项目和用户评分矩阵的稀疏问题．本文在对各个问题产生的原因进行分析的基础上，提 出了三个改进算法：利用语义知识、XML数据的相似度计算和用户模型的相似度计算 改进传统的协同过滤算法．实验证明，这三个算法都取得了较好的效果． 本文力求将语义网基本技术用于个性化服务系统，并讨论XML这种半结构化数据 本文力求将语义网基本技术用于个性化服务系统，并讨论XML这种半结构化数据 的机器学--j和挖掘问题。目的是用户描述的标准化与格式化、用户兴趣自动学习、用户 模型共享从而提供基于Web Service的个性化服务．本文在这些方向上做出了初步的探 讨． 关键词：个性化服务系统，用户模型，本体，XML，约简，分类，协同过滤 Il The The Representation，Acquisition and Inference of Personalized Requirements： A Case Study Zhang Bingqi(Computer Software and Theory) Directed By Professor Bai Shuo With the continuous growth and proliferation of the web based information systems， personalization has emerged as a critical application which is essential to the success ofa web site．Personalization can be defined as any action that tailors the web experience to a particular user，or set of users．The principle elements of the personalization system include modeling the web objects(resources to be personalized such as web pages，research papers) and subjects(users)。matching between and