基于微博的用户分析与个性化推荐系统#46;.docVIP

基于微博的用户分析与个性化推荐系统. 1. 概念及应用背景 1.1 本文研究内容 在过去的几年时间里，无论从用户数量还是内容数量来看，互联网都经历了爆炸式的增长。人们逐渐从信息匮乏时代过渡到了信息过载(information overload)时代。无论作为想获取信息的普通用户，还是作为产生信息的内容提供商或产品提供商，都面临着新的挑战。作为普通用户，他们希望有一种从海量信息中方便实时快速地获取有用的信息的方式。而作为内容或产品提供商，他们希望把自己的信息及时准确地传播给希望接收这些信息的目标群体。 用户获取信息的方式经历了如下几个阶段:从原始靠人工记忆各种网站，并且人工查找所需的信息，推出了按类别对网站进行分类以方便用户查询，再到近年来以 为代表的搜索引擎的出现。虽然搜索引擎极大地方便了人们获取信息的方式，但是依然存在不足。比如，当用户无法用一些关键词准确描述自己的需求时，搜索引擎就无能为力了。而且对于互联网信息的内容提供商来说，搜索引擎也不能帮助他们主动地把自己的内容传播给目标人群。推荐系统的出现弥补了搜索引擎的不足。从用户的角度出发，搜索引擎是一个 拉 (pull)模型，即用户主动地查找自己感兴趣的信息，而推荐系统是一个 推 (push)模型，即系统根据用户的历史行为记录，推荐新的信息给用户。 。常用的一个好的推荐系统，非常重要的一步就是对用户的兴趣进行建模 方法是根