【摘要】： 數(shù)字圖書館(Digital Library)正日益受到世界眾多國家的高度關(guān)注,近幾年取得了迅猛發(fā)展,已經(jīng)成為人們獲取知識與信息的重要手段之一。個性化推薦是數(shù)字圖書館的重要增值服務(wù)之一,本論文針對數(shù)字圖書館中如何利用用戶的訪問日志,挖掘用戶偏好,并進行協(xié)同過濾推薦進行了深入研究,實現(xiàn)數(shù)字圖書館系統(tǒng)幫助讀者在海量數(shù)字資源中發(fā)現(xiàn)更多對讀者有益的知識與信息。 傳統(tǒng)的數(shù)字圖書館服務(wù)建立在用戶的顯式需求之上,通過檢索詞將用戶的信息需求與特定數(shù)字資源相關(guān)聯(lián),這是一種被動的信息檢索服務(wù),僅僅滿足用戶的基本需求,不能針對用戶的閱讀興趣與閱讀目標提供有針對性的個性化服務(wù)。 本文的主要工作如下:一、利用CADAL(高等學(xué)校中英文圖書數(shù)字化國際合作計劃,China-America Digital Academicals Library)數(shù)字圖書館門戶網(wǎng)站豐富的用戶日志信息,挖掘用戶對不同數(shù)字資源的偏好程度,以此,提出了建立用戶的偏好列表,通過偏好列表進行用戶關(guān)聯(lián)、相似度計算和協(xié)同過濾的個性化推薦算法;二、利用GPU的高并行特性,設(shè)計了在GPU通用編程環(huán)境下的基于偏好列表的協(xié)同過濾算法;三、對基于偏好列表的協(xié)同過濾算法進行了相關(guān)的性能評測,包括參數(shù)的選擇和具體性能分析;四、完成了該算法的實現(xiàn),并集成到現(xiàn)有的CADAL數(shù)字圖書館門戶個性化模塊中,達到了較理想的推薦效果。
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2010
【分類號】：G250.76

【引證文獻】

相關(guān)碩士學(xué)位論文 前2條

1 夏超倫;基于社會計算的電子商務(wù)協(xié)同過濾推薦算法研究[D];浙江大學(xué);2011年

2 杜晨陽;分布式聚類算法研究與應(yīng)用[D];浙江大學(xué);2011年

本文編號：2727358