基于本体的知识个性化协同推荐系统研究

发布时间：2020-04-09 15:01

【摘要】： 随着信息技术的不断发展和市场竞争的不断加剧,企业组织和个人用户对于知识管理的需求越来越强烈,人们迫切地需要从原有信息系统中积累的海量知识资源中找到符合自身个性化知识需求的知识资源。因此,知识资源的个性化推荐系统正日益成为国内外研究和应用的热点,但是目前关于知识资源个性化推荐的研究还比较少。 本文首先研究了目前个性化推荐领域中普遍采用的协同推荐系统,介绍了个性化推荐系统的国内外研究现状,并针对传统的协同推荐系统中所存在的不足,在引入本体论的基础上,提出了一种知识资源的个性化协同推荐系统。本文先是定义并设计基于特定领域本体的用户兴趣模型,并提出了用户兴趣度的计算和更新方法,以及用户定制的个性化知识需求与用户兴趣模型的概念映射方式,并给出了用户兴趣模型的构建方式和流程。本文提出的用户兴趣模型既可以很好的表示领域本体中的概念之间的联系,又可以充分表示用户的个性化知识需求。利用此用户兴趣模型可以对本文提出的个性化协同推荐系统进行辅助。在个性化协同推荐的核心算法中,本文通过利用知识资源实例对于领域本体概念的从属关系和概念之间的领域联系,通过用户已评分的知识资源实例来预测用户没有显式评分的知识资源实例,解决了传统推荐系统中存在的稀疏性问题,而后在此基础上利用已有的协同推荐算法进行计算,并利用用户本体兴趣模型中的兴趣度对其进行修正,可以得到更准确的当前用户最近邻居集合,从而达到更好的推荐结果。最后,本文利用对传统的用户协同过滤推荐系统与本文提出的个性化协同推荐系统进行了对比,证明了系统在推荐精度方面的改进,并通过原型系统的实现证明了本文提出的系统的可行性。
【图文】：

20 1.0952 0.9838 0.778325 1.0505 0.9907 0.7513图5-1 基于用户本体兴趣模型的协同推荐系统与传统的协同推荐系统的MAE对比5.2 原型系统的设计与实现5.2.1 系统结构本文提出的知识的个性化推荐系统采用现代信息系统所广泛采用的分层模式进行设

得到最近邻用户集合，最后用getTop-kRecommendation()函数完成推荐的流程，把推荐的结果返回到用户界面，到此完成整个推荐工作的流程。工作的整个过程可以用图5-3进行表示：图5-3 基于用户本体兴趣模型的用户协同推荐系统的顺序图5.2.3 原型系统的实现通过前面两章的系统结构和工作流程的设计，为了验证本文的IT可实现性，，本节给出了原型系统实现的截图如下：图5-4 用户兴趣点输入界面第一次使用系统的用户可以通过兴趣点输入界面通过两种方式表达自己的兴趣点，包括用户可以选择系统给出的概念，也可以由用户自己填写的兴趣点。
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：F224;G302

【引证文献】

相关期刊论文 前1条

1 彭兵;李新广;何涛;;空间信息智能服务实现策略[J];地理空间信息;2012年06期

相关硕士学位论文 前2条

1 陈诺言;基于个性化推荐引擎组合的推荐系统的设计与实现[D];华南理工大学;2012年

2 毛进;基于用户标签网络的Web知识推送研究[D];华中师范大学;2012年

本文编号：2620911