个性化服务用户模型研究

以数字图书馆为研究对象,提出了一种个性化服务用户模型构架,并对实现过程中的几表示方法、用户模型的建立以及更新算法进行了详细论述,最后在个性化文本过滤算法基础上,得到在实际的数字图书馆中的验证结果.用户兴趣的提取采用支持向量机分类算法和无监督聚类算法相结合的隐式方式获得;在考虑最近到达的兴趣与用户原有兴趣序列的综合影响的基础上,用户兴趣的更新采用最近最少使用淘汰算法.实验结果表明,该模型具有隐式荻取用户兴趣、用户模型更新命中率高等特点.     

基于Agent的个性化信息过滤系统的设计与实现

针对用户个性化服务的特定需求,文中提出了一种基于Agent的个性化信息过滤系统的设计思想及其实现过程。采用基于主题的过滤和基于兴趣的过滤相结合的过滤方法对信息分两次过滤,同时利用Agent跟踪用户的浏览行为,从而提供隐式反馈。系统能够根据文本的内容自动判别文本所属主题分类,并计算待过滤信息与用户兴趣之间的相关度,最后利用用户的反馈对用户兴趣模型进行更新,从而帮助用户准确获取有用信息。     

基于Agent的个性化信息过滤系统的设计与实现

针对用户个性化服务的特定需求，文中提出了一种基于Agent的个性化信息过滤系统的设计思想及其实现过程。采用基于主题的过滤和基于兴趣的过滤相结合的过滤方法对信息分两次过滤，同时利用Agent跟踪用户的浏览行为，从而提供隐式反馈。系统能够根据文本的内容自动判别文本所属主题分类，并计算待过滤信息与用户兴趣之间的相关度，最后利用用户的反馈对用户兴趣模型进行更新，从而帮助用户准确获取有用信息。     

基于本体的数字图书馆个性化用户模型表示

本文针对当前个性化服务中基于关键词的用户兴趣表示方法在语义上的不足,结合本体语义信息丰富的特点,提出了一种基于本体的用户模型表示方法。在数字图书馆领域内,介绍了本体形式化描述并构建了数字图书馆领域本体,给出了用户模型的表示方法。并以个性化信息检索为例,说明了利用用户兴趣本体表示中的同义,上下位等关系给用户提供服务的方法。实验表明基于本体的表示方法能够给用户提供更加个性化的信息。     

用户兴趣模型的表示和更新机制

面对因特网的海量信息,为了实现基于用户兴趣的个性化信息服务,提出了用户兴趣模型的表示和更新机制．它根据用户提供的各类示例文档,将文本的段落作为识别用户兴趣的基本要素．在聚类分析基础上,考察特征项、段落和类别的表达能力,建立用户兴趣模型,通过计算与文本的匹配程度,将满足约定条件的文本推荐给用户．利用相关反馈,追踪和更新用户兴趣模型,提高个性化信息服务的效率。     

OHR:一种基于本体的个性化混合服务推荐模型

随着网络信息量的日益增加,为用户提供个性化服务是一种趋势。该文通过建立一个通用的服务本体模型,将项目集合划分到多个服务子类中,经过概率计算得到用户的兴趣分布,并在此基础上提出了一个结合内容过滤和项目协同过滤的个性化混合服务推荐模型(OHR)。实验结果表明了该模型在服务推荐上具有较高的准确率和发现用户新兴趣的能力。     

数字图书馆系统中基于Ontology的用户偏好模型

个性化服务技术为数字图书馆的研究带来一些新的挑战.如何描述用户的偏好以及如何使数字图书馆支持偏好查询是有待研究的一个问题.人们已经提出了基于偏序关系的用户偏好模型,并针对关系数据提出了一系列偏好构造方法.数字图书馆中的数据是半结构数据.半结构数据上用户偏好的描述比关系数据复杂得多.偏序模型无法有效地表达数字图书馆中的用户偏好.提出基于ontology的新的用户偏好模型,用ontology来描述数字图书馆中的文本和文本上的偏好.该模型能够充分表达用户偏好的结构和语义,并提供了复杂的偏好操作,能够有效地支持数字图书馆中的个性化检索和推荐操作.     

网络环境下数字图书馆信息服务的基本形式和对策

为用户提供全方位个性化的服务,是图书馆工作的出发点和中心任务。本文主要介绍了当前主要的数字图书馆信息服务模式,在此基础上展望了未来数字图书馆信息服务的主要发展方向,并探讨了数字图书馆个性化自适应云服务的用户模型构成维度及其构建。     

基于二级向量描述的搜索引擎个性化服务模型

本文介绍了一种搜索引擎个性化服务模型。用二级向量进行文本特征提取和用户兴趣建模，关键词向量能快速定位用户的兴趣领域，而扩展词向量能准确反映用户在该领域上的兴趣偏好。当用户提交关键词时，本系统根据学习到的用户兴趣描述模型计算词间相关度，自动增加几个个性化扩展词提交给搜索引擎，实现不同用户键入相同关键词能返回不同信息的目的。实验结果充分表明本系统应用于搜索引擎个性化服务领域的有效性和实用性。     

基于搜索结果的个性化推荐系统研究

搜索引擎返回的信息太多且不能根据用户的兴趣提供检索结果,使得用户使用搜索引擎难以用简便的方式找到感兴趣的文档。个性化推荐是一种旨在减轻用户在信息检索方面负担的有效方法。文中把内容过滤技术和文档聚类技术相结合,实现了一个基于搜索结果的个性化推荐系统,以聚类的方法自动组织搜索结果,主动推荐用户感兴趣的文档。通过建立用户概率兴趣模型,对搜索结果STC聚类的基础上进行内容过滤。实验表明,概率模型比矢量空间模型更好地表达了用户的兴趣和变化。     

教育网站个性化推荐系统中的一种用户兴趣模型的建立

用户兴趣模型用于描述用户的个人信息、专业背景、偏好倾向和历史行为等,通过这些信息,系统可以发现和预测用户的信息需求,从而对用户进行个性化的信息推荐服务.用户兴趣模型是影响推荐系统服务效率的重要因素,因此针对用户兴趣进行建模是个性化推荐系统实现中要重点考虑的问题之一.本文从教育网站用户对象特点出发,提出了将用户兴趣分为固定兴趣与临时兴趣相结合的动态模型.     

基于Multi—Agent的PIS模型的研究与应用

面对Internet丰富的信息资源,用户已经深刻地体会到采用通常的Web浏览的方式来获取所需信息已经越来越困难,经常是花费了很多时间却所获甚少,而个性化服务技术就是针对这个问题而提出的,它通过收集和分析用户信息来学习用户的兴趣和行为,从而实现主动推荐的目的,为不同用户提供不同的服务,以满足不同的需求。论文引入Multi—Agent技术,建立一个基于该技术下的个性化信息服务模型,并把该模型应用于数字化图书馆的设计与实践中。     

基于RSS的个性化信息服务研究

由于绝大部分Web信息都是非结构化的,使得现有的个性化服务系统在用户建模时面临着大量的信息预处理工作,并且在个性化推送方式上缺乏动态性和时效性.将个性化技术与RSS技术相结合,首先提出基于RSS技术的个性化信息服务系统的架构,该架构在建立用户兴趣模型和信息推送中揉合了RSS技术;然后给出该架构中几个关键问题的解决方法;最后通过一个试验实例,说明该架构的可行性.     

基于电子商务的个性化推荐系统研究

在电子商务环境中,实现个性化服务,理解用户兴趣就成了提供个性化服务的关键任务。因此,建立用户兴趣模型和构建推荐库就成为个性化推荐系统的实现基础。论文通过网络爬虫获取到相关的网页,进行预处理后,采用SVM（支持向量机）分类文档建立推荐库。通过对用户访问路径、搜索关键字等分析,获取用户兴趣,采用向量空间模型表示用户兴趣,利用机器学习构建用户兴趣模型。在推荐库和用户兴趣模型的基础上,加入推荐引擎,实现了基于电子商务的个性化推荐系统。     

Learning and inferencing in user ontology for personalized Semantic Web search

User modeling is aimed at capturing the users’ interests in a working domain, which forms the basis of providing personalized information services. In this paper, we present an ontology based user model, called user ontology, for providing personalized information service in the Semantic Web. Different from the existing approaches that only use concepts and taxonomic relations for user modeling, the proposed user ontology model utilizes concepts, taxonomic relations, and non-taxonomic relations in a given domain ontology to capture the users’ interests. As a customized view of the domain ontology, a user ontology provides a richer and more precise representation of the user’s interests in the target domain. Specifically, we present a set of statistical methods to learn a user ontology from a given domain ontology and a spreading activation procedure for inferencing in the user ontology. The proposed user ontology model with the spreading activation based inferencing procedure has been incorporated into a semantic search engine, called OntoSearch, to provide personalized document retrieval services. The experimental results, based on the ACM digital library and the Google Directory, support the efficacy of the user ontology approach to providing personalized information services.     

数字图书馆中基于内容的事件通知服务的设计与实现

相比于传统的基于主题的事件通知服务，基于内容的事件通知服务提供了更大的灵活性和通用性，订阅者可以根据事件的任意属性来订阅事件，不必受主题的限制．本文从多事件代理组成的分布式结构与事件路由算法、事件代理体系结构和事件过滤算法等多方面论述了数字图书馆中基于内容的事件通知服务CJNS的设计与实现．CJNS在实践中已获得了成功应用。     

一个普适计算环境中的定位隐私保护模型*

随着普适计算技术的发展,在普适环境中的应用服务也日益增多。这些服务通常都是基于用户位置的服务,然而,用户的定位信息中往往直接或间接地包含着用户的隐私内容。针对如何在获取个性化定制服务的同时保护用户的定位隐私这一问题展开讨论,提出了一种定位信息采集和假名使用的策略,并基于该策略建立了一个普适计算环境中的定位隐私保护模型。     

基于用户兴趣的数字资源的集成化研究

数字资源的集成是目前信息服务的一个研究热点.为了在集成信息和用户的兴趣之间进行关联,首先对用户的兴趣进行了分类,并基于不同的类别定义了各自所包含的兴趣值;进而结合信息集成的映射规则,针对不同的Web页面集合设计相应的页面插件,使得在动态超媒体引擎的支撑下,将用户感兴趣的数字资源和特定的兴趣值进行绑定,从而提供一种有效的基于用户兴趣的集成化服务.