本文關鍵詞：基于神經網絡的用戶建模和Web信息過濾研究，，由筆耕文化傳播整理發(fā)布。

西南師范大學 碩士學位論文 基于神經網絡的用戶建模和Web信息過濾研究 姓名:代學武 申請學位級別:碩士 專業(yè):計算機應用技術 指導教師:李建國 2003.5.1基于神經網絡的用戶建模和信息過濾研究 內 容摘要 學科專業(yè):計算機應用技術 研究方向:網絡應用神經網絡 指導教師:李建國教授 研究生:代學武 /個性化服務是當前人工智能和信息技術領域研究的熱門課題之一。以搜 索引擎為主的信息檢索技術并沒有考慮用戶的興趣、偏好的不同,相同的關鍵詞 返回相同的結果。而且返回的結果良莠不齊,用戶需在大量噪音中找尋有用信息。 用信息過濾技術改進信息檢索系統(tǒng)已成為非常重要的研究方向,是個性 化服務的基礎。 是對一個 利用用戶模型可以更好的進行信息過濾。用戶模型 類別的用戶組或單個用戶的描述�；谟脩裟Ｐ�,計算機中可以表達、存儲、復 現用戶模糊的、變化的興趣特征,其中存儲的用戶信息構成了過濾條件,使得信 息過濾更有效。/‘ 本文首先分析了目前上個性化文本信息檢索的研究和應用情況,以 及以模糊邏輯、神經網絡為代表的軟計算的發(fā)展現狀。借鑒網絡,提出了 一種將神經模糊網絡技術應用到用戶建模中,建立個性化自適應用戶模型,并應 用于信息過濾的方法。文中討論了以下幾個關鍵問題: 頁面和用戶興趣的表達,采用了向量空間模型,將頁面映 射為向量空間中的內容向量彤。艇過濾之前,由用戶輸入檢索關鍵詞和若干 頁面作為樣例,經分詞抽取出用戶的興趣向量。, 信息過濾的目的是將頁面分為相關頁面集合和不相關頁 一, 一 面集合。㈣用術語在和中的局部權重的不同,選擇權重差別最大的那些術 語作為特征術語,以確定和調整向量空間的維度,在降低向量空間維度的情況下, 盡量保持模

  本文關鍵詞：基于神經網絡的用戶建模和Web信息過濾研究，由筆耕文化傳播整理發(fā)布。