面向跨系统个性化服务的多源用户模型聚合方法研究
发布时间：2023-08-02 19:03
随着互联网上信息资源的日益增多,用户对个性化服务的要求也日益提高。现有的个性化服务系统分别拥有自己的用户模型,即使存储了相同或相似的用户信息也不能共享。因此,用户要访问多个个性化服务系统时,不得不重复注册自己的信息。跨系统个性化服务以用户为中心,能在不同的系统之间重用用户信息,从而可以解决上述问题。 本文主要研究面向跨系统个性化服务的多源用户模型的聚合方法。研究的具体内容如下。 首先,针对现有用户模型中用户个人偏好的表示方法不够准确的问题,构建了一种基于领域本体的用户模型,给出了用户模型的形式化描述,讨论了用户模型的学习和更新过程,并且详细分析了同一领域中的多源用户模型的聚合过程。 其次,针对现有本体概念相似度的计算方法不够准确的问题,提出了一种本体概念综合相似度的计算模型;针对多源用户模型聚合过程中用户聚类算法的不足,通过构建用户内积空间模型,给出了用户相似度的计算方法,提出了一种基于用户内积空间模型的用户聚类算法,并且从多个方面与其它算法进行对比实验,验证了该算法的有效性。 最后,在多源用户模型的聚合过程中,针对本体映射中概念相似度计算不够准确的问题,提出了基于概念综合相似度计算的...
【文章页数】：78 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题背景及意义
1.2 国内外的研究现状
1.2.1 通用用户建模系统
1.2.2 基于Ontology 的可重用用户模型
1.2.3 基于多Agent 的用户模型
1.2.4 多维统一用户上下文模型
1.2.5 用户模型服务中介
1.2.6 现有用户模型重用方法存在的问题
1.3 本文的主要研究内容
1.4 本文的组织结构
第2章 跨系统个性化服务用户建模及模型聚合的相关技术
2.1 用户建模相关技术概述
2.1.1 用户模型概述
2.1.2 用户模型的信息获取
2.1.3 用户模型的表示方法
2.1.4 用户模型的更新方法
2.1.5 用户建模技术的分类
2.2 本体以及领域本体的相关知识
2.2.1 本体的定义及构成
2.2.2 本体的分类
2.2.3 本体映射的定义及方法
2.2.4 本体中概念相似度的计算方法
2.3 本章小结
第3章 面向跨系统个性化服务的用户模型研究
3.1 跨系统个性化服务体系
3.1.1 跨系统个性化服务的协同模型
3.1.2 跨系统个性化服务的访问过程
3.2 基于领域本体的用户模型
3.2.1 用户模型中的相关定义
3.2.2 用户模型中的相关函数
3.2.3 用户模型的结构与表示
3.3 用户模型的学习与更新
3.3.1 用户模型的学习
3.3.2 用户模型的更新
3.4 用户模型的聚合过程
3.5 本章小结
第4章 多源用户模型聚合中的用户聚类算法
4.1 现有聚类算法的不足
4.2 本体中概念综合相似度的计算模型
4.2.1 概念实例相似度计算
4.2.2 概念关系相似度计算
4.2.3 概念结构相似度计算
4.2.4 相似度的整合以及模型的评价
4.3 基于用户内积空间模型的用户聚类算法
4.3.1 用户内积空间模型
4.3.2 用户相似度计算算法
4.3.3 用户聚类算法
4.4 用户聚类算法的分析与评价
4.4.1 数据集选取
4.4.2 度量标准
4.4.3 实验结果与分析
4.4.4 算法的评价
4.5 本章小结
第5章 多源用户模型聚合中的本体映射方法
5.1 本体的异构性
5.2 基于概念综合相似度的本体映射策略
5.2.1 基于概念综合相似度计算的本体映射过程
5.2.2 映射发现
5.3 多个本体间的映射策略
5.3.1 1: n 关系的多个本体映射
5.3.2 m: 1 关系的多个本体映射
5.3.3 m : n 关系的多个本体映射
5.4 多源用户模型聚合方法的分析与评价
5.4.1 数据集选取
5.4.2 度量标准
5.4.3 实验结果与分析
5.5 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
作者简介
本文编号：3838367
【文章页数】：78 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题背景及意义
1.2 国内外的研究现状
1.2.1 通用用户建模系统
1.2.2 基于Ontology 的可重用用户模型
1.2.3 基于多Agent 的用户模型
1.2.4 多维统一用户上下文模型
1.2.5 用户模型服务中介
1.2.6 现有用户模型重用方法存在的问题
1.3 本文的主要研究内容
1.4 本文的组织结构
第2章 跨系统个性化服务用户建模及模型聚合的相关技术
2.1 用户建模相关技术概述
2.1.1 用户模型概述
2.1.2 用户模型的信息获取
2.1.3 用户模型的表示方法
2.1.4 用户模型的更新方法
2.1.5 用户建模技术的分类
2.2 本体以及领域本体的相关知识
2.2.1 本体的定义及构成
2.2.2 本体的分类
2.2.3 本体映射的定义及方法
2.2.4 本体中概念相似度的计算方法
2.3 本章小结
第3章 面向跨系统个性化服务的用户模型研究
3.1 跨系统个性化服务体系
3.1.1 跨系统个性化服务的协同模型
3.1.2 跨系统个性化服务的访问过程
3.2 基于领域本体的用户模型
3.2.1 用户模型中的相关定义
3.2.2 用户模型中的相关函数
3.2.3 用户模型的结构与表示
3.3 用户模型的学习与更新
3.3.1 用户模型的学习
3.3.2 用户模型的更新
3.4 用户模型的聚合过程
3.5 本章小结
第4章 多源用户模型聚合中的用户聚类算法
4.1 现有聚类算法的不足
4.2 本体中概念综合相似度的计算模型
4.2.1 概念实例相似度计算
4.2.2 概念关系相似度计算
4.2.3 概念结构相似度计算
4.2.4 相似度的整合以及模型的评价
4.3 基于用户内积空间模型的用户聚类算法
4.3.1 用户内积空间模型
4.3.2 用户相似度计算算法
4.3.3 用户聚类算法
4.4 用户聚类算法的分析与评价
4.4.1 数据集选取
4.4.2 度量标准
4.4.3 实验结果与分析
4.4.4 算法的评价
4.5 本章小结
第5章 多源用户模型聚合中的本体映射方法
5.1 本体的异构性
5.2 基于概念综合相似度的本体映射策略
5.2.1 基于概念综合相似度计算的本体映射过程
5.2.2 映射发现
5.3 多个本体间的映射策略
5.3.1 1: n 关系的多个本体映射
5.3.2 m: 1 关系的多个本体映射
5.3.3 m : n 关系的多个本体映射
5.4 多源用户模型聚合方法的分析与评价
5.4.1 数据集选取
5.4.2 度量标准
5.4.3 实验结果与分析
5.5 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
作者简介
本文编号：3838367
本文链接：https://www.wllwen.com/tushudanganlunwen/3838367.html
