在Web2.0時代,互聯(lián)網(wǎng)已成為人類可利用的具有豐富知識資源的寶庫,然而“知識過載”、“知識迷航”等問題也困擾著用戶。個性化知識推送已成為解決這類問題的一種重要策略。在Web2.0網(wǎng)站中,社會化標簽系統(tǒng)使得用戶能夠?qū)ψ陨砀信d趣的知識資源進行標注。利用用戶生成的標注信息可進一步挖掘和提煉用戶興趣,以開展Web知識推送服務(wù)。本文主要以用戶標簽網(wǎng)絡(luò)為切入點開展研究,以期找到一種合適的方法來進行Web知識推送。本文首先分析了社會化標簽系統(tǒng)和個性化知識需求的一些基礎(chǔ)理論,同時對Web知識推送系統(tǒng)的概念和通用組成架構(gòu)做了總結(jié)。文章就用戶標注行為建立模型,重點分析了用戶標簽網(wǎng)絡(luò)構(gòu)建的原理,提出用戶標簽網(wǎng)絡(luò)模型的形式化定義。進而結(jié)合社會網(wǎng)絡(luò)、復雜網(wǎng)絡(luò)、圖論等理論中的結(jié)構(gòu)化分析思想,對用戶標簽網(wǎng)絡(luò)建立起個體級、局部級、全局級的分析指標體系。對用戶標簽網(wǎng)絡(luò)結(jié)構(gòu)分析的過程,實質(zhì)上是對用戶標簽進行序化的過程,從中能夠發(fā)現(xiàn)用戶標注行為中所潛藏的用戶個性化興趣和個性化需求。接著,在用戶標簽網(wǎng)絡(luò)的結(jié)構(gòu)化分析指標體系基礎(chǔ)上,本文提出了基于用戶標簽網(wǎng)絡(luò)的用戶興趣模型構(gòu)建方法,并詳細介紹了該方法的主要原理和步驟。在用戶興... 

【文章來源】：華中師范大學湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 論文選題背景及研究意義
        1.1.1 選題背景
        1.1.2 研究意義
    1.2 相關(guān)研究現(xiàn)狀
        1.2.1 知識推送技術(shù)現(xiàn)狀
        1.2.2 知識推送應(yīng)用研究現(xiàn)狀
        1.2.3 基于標簽的個性化推送研究現(xiàn)狀
    1.3 本文的研究思路
    1.4 本文的組織結(jié)構(gòu)
2 相關(guān)基礎(chǔ)理論
    2.1 社會化標簽系統(tǒng)
        2.1.1 社會化標簽系統(tǒng)的產(chǎn)生
        2.1.2 社會化標簽系統(tǒng)的功能內(nèi)涵
        2.1.3 社會化標簽系統(tǒng)的結(jié)構(gòu)模型
    2.2 個性化知識需求
        2.2.1 個性化知識需求概述
        2.2.2 個性化知識需求解決策略
    2.3 WEB知識推送系統(tǒng)
        2.3.1 Web知識推送系統(tǒng)簡介
        2.3.2 Web知識推送系統(tǒng)組成架構(gòu)
3 用戶標簽網(wǎng)絡(luò)及結(jié)構(gòu)分析方法
    3.1 用戶標簽網(wǎng)絡(luò)構(gòu)建
        3.1.1 用戶標注模型
        3.1.2 標簽關(guān)系建立
        3.1.3 用戶標簽網(wǎng)絡(luò)模型
    3.2 用戶標簽網(wǎng)絡(luò)結(jié)構(gòu)分析方法
        3.2.1 個體級分析指標
        3.2.2 局部級分析指標
        3.2.3 全局級分析指標
4 基于用戶標簽網(wǎng)絡(luò)的用戶興趣模型構(gòu)建
    4.1 用戶興趣建模一般過程
    4.2 用戶興趣模型的標簽表示法
    4.3 用戶興趣模型生成
        4.3.1 標簽子網(wǎng)劃分
        4.3.2 標簽權(quán)重計算
        4.3.3 用戶興趣模型表示
        4.3.4 用戶興趣模型更新策略
5 WEB知識推送系統(tǒng)框架構(gòu)建與實驗分析
    5.1 WEB知識推送系統(tǒng)框架
    5.2 WEB知識資源與用戶興趣的相似度計算方法
        5.2.1 基于概率擴散的方法
        5.2.2 基于余弦相似度的方法
    5.3 實驗分析
        5.3.1 實驗數(shù)據(jù)集
        5.3.2 評價指標及方法
        5.3.3 用戶興趣模型分析
        5.3.4 推送精度分析
6 總結(jié)與展望
    6.1 本文工作總結(jié)
    6.2 研究展望
參考文獻
攻讀碩士學位期間的論文工作及其他成果
攻讀碩士學位期間參加的科研項目
致謝


【參考文獻】：
期刊論文
[1]Tag-Aware Recommender Systems:A State-of-the-Art Survey[J]. 張子柯,周濤,張翼成.  Journal of Computer Science & Technology. 2011(05)
[2]Modeling Consensus Semantics in Social Tagging Systems[J]. 張斌,張引,高克寧.  Journal of Computer Science & Technology. 2011(05)
[3]基于Tag的知識主題網(wǎng)絡(luò)構(gòu)建與Web知識推送研究[J]. 易明,曹高輝,毛進,鄧衛(wèi)華.  中國圖書館學報. 2011(04)
[4]社會化標簽系統(tǒng)中基于組合策略的個性化知識推薦研究[J]. 易明,鄧衛(wèi)華,徐佳.  情報科學. 2011(07)
[5]基于業(yè)務(wù)過程和知識需求的知識推送系統(tǒng)[J]. 石美紅,王婷,陳永當,毋濤.  計算機集成制造系統(tǒng). 2011(04)
[6]個性化服務(wù)中的用戶建模技術(shù)[J]. 王巧容,趙海燕,曹健.  小型微型計算機系統(tǒng). 2011(01)
[7]面向企業(yè)業(yè)務(wù)的智能知識推送研究[J]. 柳巧玲.  情報理論與實踐. 2010(11)
[8]虛擬研究社區(qū)中的知識分享與個性化知識推薦[J]. 楊麗娜,劉科成,顏志軍.  中國電化教育. 2010(06)
[9]基于圖聚類的協(xié)同標記系統(tǒng)資源個性推薦[J]. 王慶林,薛惠鋒,林波.  計算機工程與應(yīng)用. 2010(11)
[10]基于加權(quán)復雜網(wǎng)絡(luò)的中文文檔關(guān)鍵短語抽取[J]. 林煜熙,梁穎紅,韓艷,張永剛,姚建民.  微電子學與計算機. 2009(10)

博士論文
[1]面向Web3.0的大眾分類研究[D]. 熊回香.華中師范大學 2011

碩士論文
[1]個性化服務(wù)中基于Tag的用戶模型研究[D]. 楊金俠.中國科學技術(shù)大學 2011
[2]個性化知識推送系統(tǒng)在企業(yè)服務(wù)平臺中的研究與設(shè)計[D]. 陸曉虎.北京郵電大學 2011
[3]基于知識情境的知識個性化推送技術(shù)的研究與應(yīng)用[D]. 仵雪婷.南昌大學 2010
[4]基于語義網(wǎng)與社會網(wǎng)絡(luò)分析的知識整合與推薦[D]. 張杰偉.復旦大學 2010
[5]基于知識點的學習內(nèi)容個性化推薦研究[D]. 胡曉楠.重慶大學 2010
[6]基于本體的知識個性化協(xié)同推薦系統(tǒng)研究[D]. 李毅華.華南理工大學 2010
[7]教學平臺中基于知識點的個性化推薦學習的研究與實現(xiàn)[D]. 尤秀梅.天津師范大學 2010
[8]基于知識地圖的知識檢索與推薦方法研究[D]. 熊奇.上海交通大學 2009
[9]基于標簽的互聯(lián)網(wǎng)自由分類法研究[D]. 隆捷.北京大學 2007
[10]基于Tag技術(shù)的知識個性化推薦及系統(tǒng)[D]. 林森.華中科技大學 2006



本文編號：3413769