基于用户情景感知的动态兴趣模型及其应用

发布时间：2017-10-19 09:10

  本文关键词：基于用户情景感知的动态兴趣模型及其应用

  更多相关文章： 情景感知 兴趣模型 情景兴趣 偏好漂移 书目推荐

【摘要】：时代在进步,信息也在随之发展,随着信息时代的进一步发展,信息的数据量也在不断扩,大量无用的数据信息资源充斥着人们对生活,一方面给人们带来极大方便,克另一方面,也为查询需要的信息增加了难度。在“大数据”时代的背景下,推动了智能搜索引擎的发展,同时也催生了个性化的推荐系统。推荐系统通过其主动、高效的信息推荐服务完善了互联网的服务体系结构,改善了用户体验,为数字化信息改革提供了新的方向。 近年来关于推荐系统的研究主要集中在应用和推荐算法的改进两个层面上。从应用层面上讲,讨论如何将推荐系统应用于各个领域,为人们带来便利是关键。另一方面的研究是从推荐算法的角度,通过对算法的改进和融合提高一个推荐系统的运算速度和推荐的准确度。不论从哪个层面上说,提高用户的满意度才是最根本的。因此,本文的研究主要从用户的角度考虑,关注用户体验,通过对用户情景进行获取和分析建立基于情景感知的用户兴趣模型,并结合适当的推荐算法,将该模型应用于移动数字图书馆书目推荐中,以此来提高读者满意度,提升读者借阅体验。 通过查阅大量的文献资料,作者确定了该项研究的可行性,并在众多文献基础和实验基础上展开了如下的研究分析。 本文首先研究情景对用户兴趣的影响,并将用户情景进行分类。通过RFID/GPS等技术和情景模型对包括时间、地点等初级用户情境进行获取和识别。 其次,本文在引入用户兴趣模型的基础上加入了对用户情景兴趣的感知。用户兴趣是推荐系统的关键,除了用户自己标识的显性兴趣外还有通过用户浏览行为搜集的隐性兴趣和面向任务对象的情景兴趣。基于此,本文提出融合情景感知的用户实时兴趣模型,并利用用户的体验反馈对该模型进行更新,旨在为用户提供更准确的推荐服务。 最后,本文将该兴趣模型应用于数字图书馆的书目推荐上,配合适当的推荐算法,得出更准确、合乎读者情景的推荐系统。
【关键词】：情景感知 兴趣模型 情景兴趣 偏好漂移 书目推荐
【学位授予单位】：华中师范大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP391.3
【目录】：

• 摘要6-7
• Abstract7-10
• 1 绪论10-15
• 1.1 研究背景及意义10-11
• 1.2 研究现状11-13
• 1.3 本文内容及组织结构13-15
• 2 相关理论基础15-22
• 2.1 情景感知理论15-18
• 2.1.1 情景15-16
• 2.1.2 情景感知16
• 2.1.3 情景感知计算16-17
• 2.1.4 情景感知面临的问题17-18
• 2.2 推荐算法的相关研究18-20
• 2.2.1 基于协同过滤的推荐18-19
• 2.2.2 基于内容的推荐19-20
• 2.2.3 混合推荐算法20
• 2.3 融合情景信息的推荐20-22
• 3 用户情景感知分析22-28
• 3.1 情景分类22-23
• 3.2 情景获取与说明23-25
• 3.2.1 情景获取23-24
• 3.2.2 情景说明24-25
• 3.3 情景的应用过程25-28
• 3.3.1 表示与筛选25
• 3.3.2 情景识别与应用25-28
• 4 基于情境感知的用户实时兴趣模型28-38
• 4.1 自定义兴趣模型29-32
• 4.1.1 兴趣标签29-30
• 4.1.2 标签标准化30
• 4.1.3 用户自定义兴趣模型30-32
• 4.2 用户行为兴趣模型32-33
• 4.2.1 用户浏览行为特征提取32
• 4.2.2 行为兴趣项权重计算32-33
• 4.3 用户情境兴趣模型33-35
• 4.3.1 情景兴趣33-34
• 4.3.2 情景相似度34-35
• 4.3.3 情景兴趣项权重计算35
• 4.4 用户实时兴趣计算35-36
• 4.5 基于遗忘函数的模型更新36-38
• 5 基于读者情景感知的书目推荐38-43
• 5.1 基于情景感知的读者兴趣偏好38-39
• 5.2 建立移动图书馆推荐系统39-42
• 5.2.1 推荐系统结构分析39-40
• 5.2.2 协同过滤推荐算法40-42
• 5.3 验证方法42-43
• 6 总结与展望43-45
• 6.1 全文总结43
• 6.2 研究展望43-45
• 参考文献45-49
• 攻读硕士学位期间的成果49-50
• 致谢50-51

【参考文献】

中国期刊全文数据库 前10条

1 尹柱平;;数字图书馆推荐系统的偏好模型分析[J];桂林航天工业高等专科学校学报;2011年02期

2 李文芳;方红;刘红丽;;高校移动图书馆建设:基于华中科技大学移动图书馆用户需求的调查与分析[J];高校图书情报论坛;2012年02期

3 汪秉宏;周涛;周昌松;;人类行为、复杂网络及信息挖掘的统计物理研究[J];上海理工大学学报;2012年02期

4 顾君忠;;情景感知计算[J];华东师范大学学报(自然科学版);2009年05期

5 杨东风;;基于多兴趣度的图书借阅推荐系统研究与设计[J];信息技术;2011年07期

6 朱国玮;周利;;基于遗忘函数和领域最近邻的混合推荐研究[J];管理科学学报;2012年05期

7 胡慕海;蔡淑琴;谭婷婷;;面向移动数字图书馆的情境敏感型知识推荐研究[J];计算机科学;2011年08期

8 张驰;陈刚;王慧敏;;基于混合推荐技术的推荐模型[J];计算机工程;2010年22期

9 薛伟莲;王蕴慧;;一种基于对话的电子商务推荐系统[J];辽宁师范大学学报(自然科学版);2011年02期

10 于洪;李转运;;基于遗忘曲线的协同过滤推荐算法[J];南京大学学报(自然科学版);2010年05期

中国博士学位论文全文数据库 前2条

1 王冰;移动情景感知服务的商业模式与设计科学研究[D];浙江工商大学;2012年

2 孔维梁;协同过滤推荐系统关键问题研究[D];华中师范大学;2013年

，

本文编号：1060233