本文關鍵詞：基于用戶情景感知的動態(tài)興趣模型及其應用

  更多相關文章： 情景感知 興趣模型 情景興趣 偏好漂移 書目推薦

【摘要】：時代在進步,信息也在隨之發(fā)展,隨著信息時代的進一步發(fā)展,信息的數據量也在不斷擴,大量無用的數據信息資源充斥著人們對生活,一方面給人們帶來極大方便,克另一方面,也為查詢需要的信息增加了難度。在“大數據”時代的背景下,推動了智能搜索引擎的發(fā)展,同時也催生了個性化的推薦系統(tǒng)。推薦系統(tǒng)通過其主動、高效的信息推薦服務完善了互聯網的服務體系結構,改善了用戶體驗,為數字化信息改革提供了新的方向。 近年來關于推薦系統(tǒng)的研究主要集中在應用和推薦算法的改進兩個層面上。從應用層面上講,討論如何將推薦系統(tǒng)應用于各個領域,為人們帶來便利是關鍵。另一方面的研究是從推薦算法的角度,通過對算法的改進和融合提高一個推薦系統(tǒng)的運算速度和推薦的準確度。不論從哪個層面上說,提高用戶的滿意度才是最根本的。因此,本文的研究主要從用戶的角度考慮,關注用戶體驗,通過對用戶情景進行獲取和分析建立基于情景感知的用戶興趣模型,并結合適當的推薦算法,將該模型應用于移動數字圖書館書目推薦中,以此來提高讀者滿意度,提升讀者借閱體驗。 通過查閱大量的文獻資料,作者確定了該項研究的可行性,并在眾多文獻基礎和實驗基礎上展開了如下的研究分析。 本文首先研究情景對用戶興趣的影響,并將用戶情景進行分類。通過RFID/GPS等技術和情景模型對包括時間、地點等初級用戶情境進行獲取和識別。 其次,本文在引入用戶興趣模型的基礎上加入了對用戶情景興趣的感知。用戶興趣是推薦系統(tǒng)的關鍵,除了用戶自己標識的顯性興趣外還有通過用戶瀏覽行為搜集的隱性興趣和面向任務對象的情景興趣。基于此,本文提出融合情景感知的用戶實時興趣模型,并利用用戶的體驗反饋對該模型進行更新,旨在為用戶提供更準確的推薦服務。 最后,本文將該興趣模型應用于數字圖書館的書目推薦上,配合適當的推薦算法,得出更準確、合乎讀者情景的推薦系統(tǒng)。
【關鍵詞】：情景感知 興趣模型 情景興趣 偏好漂移 書目推薦
【學位授予單位】：華中師范大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP391.3
【目錄】：

• 摘要6-7
• Abstract7-10
• 1 緒論10-15
• 1.1 研究背景及意義10-11
• 1.2 研究現狀11-13
• 1.3 本文內容及組織結構13-15
• 2 相關理論基礎15-22
• 2.1 情景感知理論15-18
• 2.1.1 情景15-16
• 2.1.2 情景感知16
• 2.1.3 情景感知計算16-17
• 2.1.4 情景感知面臨的問題17-18
• 2.2 推薦算法的相關研究18-20
• 2.2.1 基于協同過濾的推薦18-19
• 2.2.2 基于內容的推薦19-20
• 2.2.3 混合推薦算法20
• 2.3 融合情景信息的推薦20-22
• 3 用戶情景感知分析22-28
• 3.1 情景分類22-23
• 3.2 情景獲取與說明23-25
• 3.2.1 情景獲取23-24
• 3.2.2 情景說明24-25
• 3.3 情景的應用過程25-28
• 3.3.1 表示與篩選25
• 3.3.2 情景識別與應用25-28
• 4 基于情境感知的用戶實時興趣模型28-38
• 4.1 自定義興趣模型29-32
• 4.1.1 興趣標簽29-30
• 4.1.2 標簽標準化30
• 4.1.3 用戶自定義興趣模型30-32
• 4.2 用戶行為興趣模型32-33
• 4.2.1 用戶瀏覽行為特征提取32
• 4.2.2 行為興趣項權重計算32-33
• 4.3 用戶情境興趣模型33-35
• 4.3.1 情景興趣33-34
• 4.3.2 情景相似度34-35
• 4.3.3 情景興趣項權重計算35
• 4.4 用戶實時興趣計算35-36
• 4.5 基于遺忘函數的模型更新36-38
• 5 基于讀者情景感知的書目推薦38-43
• 5.1 基于情景感知的讀者興趣偏好38-39
• 5.2 建立移動圖書館推薦系統(tǒng)39-42
• 5.2.1 推薦系統(tǒng)結構分析39-40
• 5.2.2 協同過濾推薦算法40-42
• 5.3 驗證方法42-43
• 6 總結與展望43-45
• 6.1 全文總結43
• 6.2 研究展望43-45
• 參考文獻45-49
• 攻讀碩士學位期間的成果49-50
• 致謝50-51

【參考文獻】

中國期刊全文數據庫 前10條

1 尹柱平;;數字圖書館推薦系統(tǒng)的偏好模型分析[J];桂林航天工業(yè)高等專科學校學報;2011年02期

2 李文芳;方紅;劉紅麗;;高校移動圖書館建設:基于華中科技大學移動圖書館用戶需求的調查與分析[J];高校圖書情報論壇;2012年02期

3 汪秉宏;周濤;周昌松;;人類行為、復雜網絡及信息挖掘的統(tǒng)計物理研究[J];上海理工大學學報;2012年02期

4 顧君忠;;情景感知計算[J];華東師范大學學報(自然科學版);2009年05期

5 楊東風;;基于多興趣度的圖書借閱推薦系統(tǒng)研究與設計[J];信息技術;2011年07期

6 朱國瑋;周利;;基于遺忘函數和領域最近鄰的混合推薦研究[J];管理科學學報;2012年05期

7 胡慕海;蔡淑琴;譚婷婷;;面向移動數字圖書館的情境敏感型知識推薦研究[J];計算機科學;2011年08期

8 張馳;陳剛;王慧敏;;基于混合推薦技術的推薦模型[J];計算機工程;2010年22期

9 薛偉蓮;王蘊慧;;一種基于對話的電子商務推薦系統(tǒng)[J];遼寧師范大學學報(自然科學版);2011年02期

10 于洪;李轉運;;基于遺忘曲線的協同過濾推薦算法[J];南京大學學報(自然科學版);2010年05期

中國博士學位論文全文數據庫 前2條

1 王冰;移動情景感知服務的商業(yè)模式與設計科學研究[D];浙江工商大學;2012年

2 孔維梁;協同過濾推薦系統(tǒng)關鍵問題研究[D];華中師范大學;2013年

，

本文編號：1060233