一种基于用户兴趣的个性化建模方法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
· 118 ·
内燃机与配件
一种基于用户兴趣的个性化建模方法
A Personalized Modeling Method Based on User Interest
苏惠明 SU Hui-ming
（西安外事学院信息与网络学院， 西安 710077 ） （School of Information and Network， Xi'an International University， Xi'an 710077， China ）
—— —— —— —— —— —— —— —— —— —— —— —
基金项目 ：陕西省高等教育学会—— —高水平民办大学建设研究项
目 （编号： 15GJ055 ） ， 陕西省教育厅科学研究项目 （编 号： 16JK2178 ） 。 作者简介 ：苏惠明 （1980） ， 男， 回族， 宁夏灵武人， 副教授， 研究方 向为图形图像处理、 个性化服务。
0 引言 信息呈爆炸式增长 随着互联网和物联网技术的发展， 使得信息超载成为网络用户面临的一个严重问题， 用户面 临着难以快速从海量在线资源中获取与用户相关或感兴 趣的信息。 个性化推荐系统[1]主要根据用户的兴趣、 搜索记 录和浏览记录等信息， 通过系统设计的推荐算法为用户推 送相关信息。在个性化推荐系统中， 用户兴趣建模是个性 良好的用户兴趣模型能有效反映用户需 化推荐的基础[2]， 求和用户兴趣变化， 从而为高质量的推荐系统打下基础。 在准确挖掘用户兴趣和及时反映用户兴趣变化的基 础上设计的推荐算法， 才能有效提高用户挖掘准确度并提 升用户体验。 目前国内外研究热点在于如何设计高效准确 的用户兴趣模型[3]。目前用户兴趣模型的表示大致分为基 于关键词的兴趣模型[4]和基于语义的兴趣模型[5]。 基于关键 词的兴趣模型以向量空间模型表示法为主， 通过构建用户 兴趣模型中的特征项， 并为对应特征项赋权值综合表示用 户兴趣模型。 基于语义的兴趣模型通常建立在本体技术之 上， 利用本体提供的明确包含了概念和概念间关系的规范
摘要 ：用户兴趣建模是个性化推荐系统的基础， 对用户兴趣挖掘可以发现潜在兴趣知识， 提供更优化服务。本文提出一种新的个性化 用户建模方法， 利用用户访问信息获取用户兴趣数据， 计算检索词集合的相似度， 计算用户相关的兴趣深度， 并提出基于时间的兴趣偏好 计算方法。在此基础上， 构建了多领域多兴趣的用户兴趣模型。实验证明， 本文提出的方法能有效提高用户推荐系统的精度和准确度。 Abstract: User interest modeling is the basis of personalized recommendation system, which can discover the potential interest knowledge and provide better service. In this paper, we propose a new personalized user modeling method, which uses the user's access in information to obtain the user's interest data, calculates the similarity of the collection of search words, calculates the depth of interest and propose a method oห้องสมุดไป่ตู้ calculating interest preference based on time. On this basis, a multi -domain and multi -interest user interest modeling is constructed. The experimental results show that the proposed method can improve the precision and accuracy of the recommendation system. 关键词 ：兴趣模型； 推荐系统； 相似度； 兴趣程度 Key words: interest modeling； recommendation system； similarity； interest level
化语义描述进行构建。 本文提出一种新的基用户兴趣的个性化建模方法， 综 合考虑用户兴趣主题集合、 语义相似度和持续时间， 通过 模型获取用户兴趣数据， 计算检索词集的语义相似度以进 行检索词集合分类， 计算用户兴趣程度和基于时间的兴趣 偏好并将他们应用到用户兴趣模型构建中， 最后在个性化 推荐系统中使用该用户兴趣模型， 以提高推荐系统效果。 1 基于本体的用户兴趣模型构建 1.1 用户兴趣数据获取 个性化推荐系统中用户兴趣模型建立的前提条件是 获取用户的个性化需求， 分析用户信息。用户信息可分为 用户背景信息和用户访问信息[6]。用户背景信息对模型的 建立具有支撑作用， 并可进一步深入分析用户偏好和兴趣 持续及转移； 用户访问信息主要采集用户在网上进行的浏 览、 查询、 收藏、 打印等行为。 在数据获取阶段， 因此在用户 兴趣数据获取阶段需要收集用户搜索的目标 、搜索的时 间、 浏览的时间、 用户鼠标点击次数等多项指标。 设系统中 数据源为 D= （U， I， R ） ， 其中， U 为用户集合， 包含了设定的 m 个系统用户； I 为访问项目集合， 包含产生关联的 n 个项 目； R 为构建的一个 m×n 的评分矩阵， 用于对目标用户在 矩阵内的所有项目评分。 通过对反映用户搜索行为的矩阵 R 进行分析，能够反映用户在某时间段内的兴趣偏好， 从 而准确建立用户模型。
息， 2016 （34 ） ： 277. [2]孙煜峰.路桥工程机械设备的选用与经济化管理措施[J].黑 龙江科技信息， 2016 （31 ） ： 115. [3]王润丽， 马佳泰.施工进度控制与管理研究[J].绿色环保建 材， 2016 （10 ） ： 107， 109. [4]蒙晓斌.工程机械维修保养成本的控制意义及论述[J].企业 改革与管理， 2016 （17 ） ： 217， 221. [5] 杨胜霞 . 沥青路面平整度的施工质量控制 [J]. 甘肃科技纵 横， 2016 （06 ） ： 27-29. [6]田晓云.项目机械设备成本控制与管理 [J].甘肃科技纵横， 2016 （06 ） ： 52-54.
内燃机与配件
一种基于用户兴趣的个性化建模方法
A Personalized Modeling Method Based on User Interest
苏惠明 SU Hui-ming
（西安外事学院信息与网络学院， 西安 710077 ） （School of Information and Network， Xi'an International University， Xi'an 710077， China ）
—— —— —— —— —— —— —— —— —— —— —— —
基金项目 ：陕西省高等教育学会—— —高水平民办大学建设研究项
目 （编号： 15GJ055 ） ， 陕西省教育厅科学研究项目 （编 号： 16JK2178 ） 。 作者简介 ：苏惠明 （1980） ， 男， 回族， 宁夏灵武人， 副教授， 研究方 向为图形图像处理、 个性化服务。
0 引言 信息呈爆炸式增长 随着互联网和物联网技术的发展， 使得信息超载成为网络用户面临的一个严重问题， 用户面 临着难以快速从海量在线资源中获取与用户相关或感兴 趣的信息。 个性化推荐系统[1]主要根据用户的兴趣、 搜索记 录和浏览记录等信息， 通过系统设计的推荐算法为用户推 送相关信息。在个性化推荐系统中， 用户兴趣建模是个性 良好的用户兴趣模型能有效反映用户需 化推荐的基础[2]， 求和用户兴趣变化， 从而为高质量的推荐系统打下基础。 在准确挖掘用户兴趣和及时反映用户兴趣变化的基 础上设计的推荐算法， 才能有效提高用户挖掘准确度并提 升用户体验。 目前国内外研究热点在于如何设计高效准确 的用户兴趣模型[3]。目前用户兴趣模型的表示大致分为基 于关键词的兴趣模型[4]和基于语义的兴趣模型[5]。 基于关键 词的兴趣模型以向量空间模型表示法为主， 通过构建用户 兴趣模型中的特征项， 并为对应特征项赋权值综合表示用 户兴趣模型。 基于语义的兴趣模型通常建立在本体技术之 上， 利用本体提供的明确包含了概念和概念间关系的规范
摘要 ：用户兴趣建模是个性化推荐系统的基础， 对用户兴趣挖掘可以发现潜在兴趣知识， 提供更优化服务。本文提出一种新的个性化 用户建模方法， 利用用户访问信息获取用户兴趣数据， 计算检索词集合的相似度， 计算用户相关的兴趣深度， 并提出基于时间的兴趣偏好 计算方法。在此基础上， 构建了多领域多兴趣的用户兴趣模型。实验证明， 本文提出的方法能有效提高用户推荐系统的精度和准确度。 Abstract: User interest modeling is the basis of personalized recommendation system, which can discover the potential interest knowledge and provide better service. In this paper, we propose a new personalized user modeling method, which uses the user's access in information to obtain the user's interest data, calculates the similarity of the collection of search words, calculates the depth of interest and propose a method oห้องสมุดไป่ตู้ calculating interest preference based on time. On this basis, a multi -domain and multi -interest user interest modeling is constructed. The experimental results show that the proposed method can improve the precision and accuracy of the recommendation system. 关键词 ：兴趣模型； 推荐系统； 相似度； 兴趣程度 Key words: interest modeling； recommendation system； similarity； interest level
化语义描述进行构建。 本文提出一种新的基用户兴趣的个性化建模方法， 综 合考虑用户兴趣主题集合、 语义相似度和持续时间， 通过 模型获取用户兴趣数据， 计算检索词集的语义相似度以进 行检索词集合分类， 计算用户兴趣程度和基于时间的兴趣 偏好并将他们应用到用户兴趣模型构建中， 最后在个性化 推荐系统中使用该用户兴趣模型， 以提高推荐系统效果。 1 基于本体的用户兴趣模型构建 1.1 用户兴趣数据获取 个性化推荐系统中用户兴趣模型建立的前提条件是 获取用户的个性化需求， 分析用户信息。用户信息可分为 用户背景信息和用户访问信息[6]。用户背景信息对模型的 建立具有支撑作用， 并可进一步深入分析用户偏好和兴趣 持续及转移； 用户访问信息主要采集用户在网上进行的浏 览、 查询、 收藏、 打印等行为。 在数据获取阶段， 因此在用户 兴趣数据获取阶段需要收集用户搜索的目标 、搜索的时 间、 浏览的时间、 用户鼠标点击次数等多项指标。 设系统中 数据源为 D= （U， I， R ） ， 其中， U 为用户集合， 包含了设定的 m 个系统用户； I 为访问项目集合， 包含产生关联的 n 个项 目； R 为构建的一个 m×n 的评分矩阵， 用于对目标用户在 矩阵内的所有项目评分。 通过对反映用户搜索行为的矩阵 R 进行分析，能够反映用户在某时间段内的兴趣偏好， 从 而准确建立用户模型。
息， 2016 （34 ） ： 277. [2]孙煜峰.路桥工程机械设备的选用与经济化管理措施[J].黑 龙江科技信息， 2016 （31 ） ： 115. [3]王润丽， 马佳泰.施工进度控制与管理研究[J].绿色环保建 材， 2016 （10 ） ： 107， 109. [4]蒙晓斌.工程机械维修保养成本的控制意义及论述[J].企业 改革与管理， 2016 （17 ） ： 217， 221. [5] 杨胜霞 . 沥青路面平整度的施工质量控制 [J]. 甘肃科技纵 横， 2016 （06 ） ： 27-29. [6]田晓云.项目机械设备成本控制与管理 [J].甘肃科技纵横， 2016 （06 ） ： 52-54.