基于三层知识融合模型的个性化商品推荐

发布时间：2018-03-23 02:06

本文选题：个性化推荐　切入点：知识融合　出处：《图书馆学研究》2017年05期 　论文类型：期刊论文

【摘要】：大数据环境为个性化推荐提供了丰富的知识源,但是如何从中获取知识并通过融合转化成实现精准个性化推荐的情报,是亟待解决的问题。从知识科学的角度,以知识融合的三层模型为基础,本文构建了以数据层知识融合、模型层知识融合以及应用层知识融合为一体的个性化推荐模型。该模型融合了大数据环境下的多源信息,构建了基于用户、商品、情境本体的知识库,从消费价值的角度深度分析商品特征,挖掘用户偏好,构建了基于语义—信任—情境融合的用户偏好模型,并利用DS证据理论对传统协同过滤和知识过滤推荐算法进行融合,实现个性化推荐。
[Abstract]:Big data environment provides a rich knowledge source for personalized recommendation, but how to obtain knowledge from it and convert it into accurate personalized recommendation information is an urgent problem to be solved. Based on the three-layer model of knowledge fusion, this paper constructs a personalized recommendation model based on data layer knowledge fusion, model level knowledge fusion and application layer knowledge fusion. The model combines the multi-source information under big data environment. This paper constructs a knowledge base based on user, commodity and situational ontology, analyzes commodity characteristics from the perspective of consumption value, excavates user preferences, and constructs a user preference model based on semantic, trust and situational fusion. Using DS evidence theory, the traditional collaborative filtering and knowledge filtering recommendation algorithms are fused to realize personalized recommendation.
【作者单位】：武汉大学信息管理学院;武汉大学信息系统研究中心;
【基金】：国家自然科学基金资助项目“社会化媒体集成检索与语义分析方法研究”(项目编号:71273194)的研究成果之一
【分类号】：F49

【相似文献】