用户兴趣模型在RSS网络信息服务中的研究.pdf

南京航空航天大学
硕士学位论文
用户兴趣模型在RSS网络信息服务中的研究
姓名:张艳
申请学位级别:硕士
专业:计算机科学与技术
指导教师:章勇
2011-03
南京航空航天大学硕士学位论文
摘要
互联网的普及带来了信息过载的问题,RSS 信息服务虽然能够实现信息推送,在一定程度
上解决信息过载问题,但缺乏个性化考虑。用户建模技术作为个性化信息服务的基础和核心,
是当前研究的热点。为了更好地实现个性化信息服务,本文对用户兴趣模型的相关技术进行了
深入研究,并将其应用于 RSS 信息服务中,主要工作和贡献有:
,增加了长、短期兴趣的标识和更新
时间,同时也改进了传统的利用 TF/IDF 公式计算关键词权重的方式,增加了基于隐式反馈行
为的页面兴趣等级参数,改进的方法更能有效地表示用户的兴趣。
hio 方法来更新长期兴趣模型的算法,而短期兴趣模型则采
用滑动时间窗口的方法进行更新,并且当短期兴趣满足一定条件时则转变为长期兴趣,本文提
出的用户兴趣模型更新方法能够及时、准确地追踪用户的兴趣漂移。
,该算法进一步优化用户的混合兴趣
模型,能够根据用户的反馈信息自适应调整长、短期兴趣在混合模型和信息推荐技术中的比重,
更好地为用户推荐其感兴趣的资源。
RSS 新闻推荐系
统,该系统将 RSS 技术与个性化信息服务技术结合起来。通过在此系统上的实验,验证了本文
提出的用户兴趣模型的更新和优化算法是可行和有效的。


关键词:RSS 信息服务,个性化信息服务,用户兴趣模型,滑动时间窗口,兴趣漂移,渐进遗
忘,hio 方法,信息推荐
I
用户兴趣模型在 RSS 网络信息服务中的研究
ABSTRACT
Popularity of the has brought the problem of information overload. Although the RSS
information services allows information push services, and can solve the problem of information
overload at a certain extent, but it lacks personalized services. As the basis and core of personalized
information service, user modeling technology is one of the focuses of current research.. In order to
better realize the personalized information services, this paper has an in-depth study of the technology
related to the user interest model, and applies it to RSS information services. The work and
contribution of this paper is as follows:
First, this paper improves the express way of user interest model based on the vector space model,
adding an identify of long-term and short-term interest and the updated time, and also improves the
traditional way of TF/IDF formula to calculate the weight of keywords, adding page interest grade
parameters. The improved method is more effective to express the user ’s interest.
Second, this paper proposes a new bining gradual forgetting with hio method
to update the long-term interest mode