检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

个性化信息推荐服务中用户潜在兴趣挖掘研究

现代情报 2013年第4期33卷 7-11,16页

作者：何金晶西安电子科技大学经济管理学院陕西西安710071

如何准确分析用户行为,向用户提供满意的网页信息,一直以来都是个性化信息推荐系统设计的目标。本文在分析现有个性化信息推荐模型的基础上,针对以往研究在推荐兴趣时仅根据语义相关度进行协助性信息推荐,而忽略用户行为规律所包含的潜... 详细信息

如何准确分析用户行为,向用户提供满意的网页信息,一直以来都是个性化信息推荐系统设计的目标。本文在分析现有个性化信息推荐模型的基础上,针对以往研究在推荐兴趣时仅根据语义相关度进行协助性信息推荐,而忽略用户行为规律所包含的潜在兴趣信息的不足,尝试提出一个结合Web语义挖掘和FP-tree规则发现技术的个性化信息推荐模型。该模型利用本体对语义的明确化描述,在挖掘用户行为信息时获取用户兴趣偏好的语义信息,并利用FP-tree技术根据以获取的语义信息推理出用户兴趣行为模式,从而在信息推荐时不仅能准确理解用户兴趣偏好,也能根据用户潜在兴趣规律,推荐给用户更全面的网页信息。

关键词： Web语义挖掘个性化信息推荐 FP-tree 用户潜在兴趣

科研信息用户与知识服务平台个性化信息推荐功能的交互研究

在线全文

学校读者我要写书评

暂无评论

图书情报工作 2023年第20期67卷 105-115页

作者：张建伟李月琳张泰瑞郑州航空工业管理学院信息管理学院郑州450046 南开大学商学院信息资源管理系天津300071 南开大学信息行为科学研究中心天津300071

[目的/意义]开展科研信息用户与知识服务平台个性化信息推荐功能的交互研究,有助于提升对用户推荐交互行为的理解,改善平台的推荐交互设计,从而提升推荐功能的用户体验;也可为优化推荐算法,提升推荐内容有效性提供指导。[方法/过程]招... 详细信息

[目的/意义]开展科研信息用户与知识服务平台个性化信息推荐功能的交互研究,有助于提升对用户推荐交互行为的理解,改善平台的推荐交互设计,从而提升推荐功能的用户体验;也可为优化推荐算法,提升推荐内容有效性提供指导。[方法/过程]招募36名参与者,采用实验研究方法,以CNKI和ScienceDirect为实验平台,利用Morae收集数据,开展用户研究。[结果/结论]研究揭示用户与推荐功能的交互行为、交互路径与交互路径链。主要揭示用户与个性化信息推荐交互的4个阶段、9种交互行为特征及4种交互路径类型;用户对推荐的关注源于检索结果无法满足他们的信息需求。研究发现采纳推荐能够启发用户,进一步影响他们与平台的交互。研究也表明,当前知识服务平台的推荐质量有待提升,用户对推荐的采纳使用率较低,常用的推荐交互路径较短,趋于简单化。

关键词：个性化信息推荐科研信息用户交互行为知识服务平台

融合多模态知识图谱与注意力机制的个性化信息推荐研究

在线全文

学校读者我要写书评

暂无评论

融合多模态知识图谱与注意力机制的个性化信息推荐研究

作者：陈稳辽宁大学

学位级别：硕士

随着数字技术和互联网的迅速发展,我们生活在一个信息爆炸的时代,每天都会被大量的信息和选择所包围。推荐系统作为一种智能化的技术,能够利用用户的历史数据和个人偏好,为用户推荐与其兴趣相关的商品、服务或内容,以便帮助用户更快、... 详细信息

随着数字技术和互联网的迅速发展,我们生活在一个信息爆炸的时代,每天都会被大量的信息和选择所包围。推荐系统作为一种智能化的技术,能够利用用户的历史数据和个人偏好,为用户推荐与其兴趣相关的商品、服务或内容,以便帮助用户更快、更有效地找到他们想要的东西。然而,推荐系统目前也面临着一些问题,其中最主要的是数据稀疏问题。数据稀疏指的是用户的历史行为数据过少,难以对用户进行准确的兴趣分析。在这种情况下,推荐系统可能会出现推荐错误或者无法为用户提供满意的推荐服务。针对此问题,目前的研究趋势是将外部信息引入到推荐模型中,其中知识图谱被广泛应用。然而,现有基于知识图谱的推荐方法主要侧重于利用知识图谱中的路径结构信息或知识图谱中的语义信息,忽略了知识图谱内部丰富的高阶信息。本文针对推荐系统存在的数据稀疏问题以及知识图谱内部高阶信息没有得到充分利用的问题,提出了一种融合多模态知识图谱与注意力机制的个性化信息推荐方法,该方法主要包含了多模态数据的构建与预处理方法和基于关系空间的注意力机制传播模型两个部分,具体研究内容如下:(1)针对推荐系统在实际应用中面临的数据稀疏性问题,本文提出了一种多模态数据的构建与预处理方法,该方法将多模态信息分为内部和外部两个部分。其中,将与物品相对应的视觉图像(例如电影海报)以基于实体的形式被用作内部多模态信息来扩展知识图谱推荐。在知识图谱嵌入过程中往往将物品的文本属性直接嵌入到一个ID中,从而忽略了物品所包含的一些语义信息,比如电影名信息。因此,本文引入物品的标题文本语义作为外部多模态特征来弥补知识图谱嵌入带来的语义缺失问题。同时将用户特征属性加入外部多模态信息中可以更准确地分析出用户的兴趣爱好。通过这种方法,推荐系统可以更好地应对数据稀疏性问题。(2)针对知识图谱推荐中高阶信息挖掘不充分的问题,本文提出了一种基于关系空间的注意力机制传播模型。具体而言,该模型首先从内部多模态知识图谱层中得到多模态特征向量作为输入,并通过基于关系的感知注意力机制来学习传播过程中的每个邻居权重,这样可以在关系空间中找到关系更近的实体。在特征聚合阶段,本文采用相加、连接和双端混合三种方式进行聚合效果测试,最后,将外部多模态用户和物品特征向量加入,融合得到最终的用户和物品特征向量以用来推荐预测。为了检验本文所提的融合多模态知识图谱与注意力机制的个性化信息推荐方法的有效性,本文基于Multi-Movie Lens1M数据集进行了对比实验,在准确率、召回率等指标上与几种当前主流推荐方法进行了比较。经实验验证,本文所提方法比MKR、Ripple Net等知识图谱推荐方法在准确率、召回率以及ACC等指标上均有所提升。同时,针对数据稀疏性做了对比实验,实验表明在保证推荐准确性的前提下,所提方法可以有效缓解推荐系统的数据稀疏性问题。

关键词：个性化信息推荐多模态知识图谱卷积神经网络注意力机制

基于时间效应与评分差异的娱媒偏好匹配算法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于时间效应与评分差异的娱媒偏好匹配算法研究

作者：姬璐上海应用技术大学

学位级别：硕士

为提高用户兴趣挖掘的准确性,实现更加精准的用户个性化推荐,提出了一种基于时间效应与评分差异的娱媒偏好匹配算法(Entertainment Media Preference Matching Algorithm Based on the Difference between Time Effect and Ratings,TRCF)。首先,为平衡用户评分习惯、商品特性等多种因素对用户商品评分数值的影响程度的差异,算法以用户评分的最大差值为基准度量用户间评分差异,并基于用户间评分差异计算用户间商品偏好相似度;其次,为捕捉用户兴趣的动态变化,算法利用用户与标签发生交互的次数和生命周期的长短来挖掘用户的长短期兴趣,并结合艾宾浩斯遗忘原理计算用户间标签偏好相似度;然后,按比例将用户间商品偏好相似度和标签偏好相似度相结合,得出用户间综合偏好相似度;最后,基于用户间综合偏好相似度,找到与目标用户兴趣相近的邻居并进行推荐。为了检验TRCF算法的推荐精度,选取电影数据集movie Lens-25M对TRCF算法进行校验。实验结果显示,TRCF算法可有效提高商品的推荐精度。

关键词：个性化信息推荐协同过滤时间效应评分差异长短期兴趣

社会化标注系统中个性化信息推荐多维度融合与优化模型研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

现代情报 2019年第1期39卷 37-42,85页

作者：武慧娟孙鸿飞金永昌东北电力大学经济管理学院吉林吉林132012 吉林大学管理学院吉林长春130022

[目的/意义]在社会化标注系统自组织运行的基础上,构建个性化信息推荐的多维度融合与优化模型,进而在大数据环境下,为用户提供精准的个性化信息推荐服务,从而进一步丰富个性化信息推荐的理论体系以及拓展个性化信息推荐的研究方法。[方... 详细信息

[目的/意义]在社会化标注系统自组织运行的基础上,构建个性化信息推荐的多维度融合与优化模型,进而在大数据环境下,为用户提供精准的个性化信息推荐服务,从而进一步丰富个性化信息推荐的理论体系以及拓展个性化信息推荐的研究方法。[方法/过程]首先,对每一种个性化信息推荐方法的优点和不足进行深入分析;然后,将基于图论(社会网络关系)、基于协同过滤以及基于内容(主题) 3种个性化信息推荐方法进行多维度深度融合,构建个性化信息推荐多维度融合模型;最后,对社会化标注系统中个性化信息推荐多维度融合模型进行优化,从而解决个性化推荐过程中用户"冷启动"、数据稀疏性和用户偏好漂移等问题。[结果/结论]通过综合考虑现有的基于图论(社会网络关系)、基于协同过滤以及基于内容(主题)的个性化信息推荐方法各自的贡献和不足,实现3种方法之间的多维度深度融合,并结合心理认知、用户情境以及时间、空间等优化因素,最终构建出社会化标注系统中个性化信息推荐多维度融合与优化模型。

关键词：个性化信息推荐社会化标注多维度融合优化模型

在线全文

学校读者我要写书评

暂无评论

基于加权派系的个性化信息推荐研究

情报科学 2018年第1期36卷 67-74页

作者：熊回香李跃艳华中师范大学信息管理学院湖北武汉430079

【目的/意义】面对网络时代数据的海量性和无序性,为用户推荐个性化资源有利于增强用户间合作、提高知识的共享速度,对新知识的发现具有深远意义。【方法/过程】基于具有相同兴趣用户的聚合优于单纯的信息聚合,构建基于社会化标注系统... 详细信息

【目的/意义】面对网络时代数据的海量性和无序性,为用户推荐个性化资源有利于增强用户间合作、提高知识的共享速度,对新知识的发现具有深远意义。【方法/过程】基于具有相同兴趣用户的聚合优于单纯的信息聚合,构建基于社会化标注系统的个性化推荐模型。通过引入社会网络中用户使用标签的频次来选择与用户关联显著的标签,并通过加权派系发现和聚合"小众"凝聚组群和相似标签集,进而为用户推荐优质资源,使其真正契合用户的个性化需求偏好。【结果/结论】结果表明模型能够有效实现信息的个性化推荐,消除单独聚类带来的粗糙数据集,并通过抓取豆瓣上的数据进行实证分析。

关键词： “小众”凝聚组群加权派系协同过滤个性化信息推荐

基于Spark平台的电子商务个性化信息推荐方法

在线全文

学校读者我要写书评

暂无评论

信息技术 2023年第10期47卷 66-71页

作者：李加军广州华商学院数据科学学院广州511300

互联网上数据传播量日益增加,但信息使用率却很低,消耗用户大量精力,针对这个问题,提出一种基于Spark平台的电子商务个性化信息推荐方法。Spark平台通过弹性分布式内存数据集,可将中间计算结果直接保存至内存中,建立用户喜好模型;使用... 详细信息

互联网上数据传播量日益增加,但信息使用率却很低,消耗用户大量精力,针对这个问题,提出一种基于Spark平台的电子商务个性化信息推荐方法。Spark平台通过弹性分布式内存数据集,可将中间计算结果直接保存至内存中,建立用户喜好模型;使用评分机制计算不同个体偏好商品,形成推荐列表;引入挖掘隐含信息的矩阵分解算法,将未知参数转化为已知量,提高个性化信息推荐精准度。仿真对比实验,从用户满意度、信息熵值和运行速度三个角度,验证了所提方法可以实现优质且高效的电子商务个性化信息推荐工作。

关键词：个性化信息推荐 Spark平台用户喜好模型评分机制并行化协同过滤

基于认知计算与情境感知的个性化信息自适应推荐模式框架研究

在线全文

学校读者我要写书评

暂无评论

情报科学 2018年第5期36卷 114-118,143页

作者：武慧娟孙鸿飞东北电力大学经济管理学院吉林吉林132012 吉林大学管理学院吉林长春130022

【目的/意义】通过对个性化信息推荐中的用户认知、情境感知以及自适应等问题展开研究,进一步丰富个性化信息推荐的理论体系以及拓展个性化信息推荐的研究方法。【方法/过程】在对个性化信息推荐的概念和方法以及个性化信息自适应推荐... 详细信息

【目的/意义】通过对个性化信息推荐中的用户认知、情境感知以及自适应等问题展开研究,进一步丰富个性化信息推荐的理论体系以及拓展个性化信息推荐的研究方法。【方法/过程】在对个性化信息推荐的概念和方法以及个性化信息自适应推荐分析的基础上,首先阐述认知计算的提出和发展及其基本观点,然后对情境感知的定义以及关键特征识别进行探讨,最后提出基于认知计算与情境感知的个性化信息自适应推荐模式及其框架,并针对其内涵展开深入分析。【结果/结论】通过借鉴认知计算与情境感知的基本观点和技术方法,重点研究认知计算与情境感知的融合、认知计算与情境感知融合下的用户偏好的提取、个性化信息自适应推荐模式3个方面内容,并最终构建基于认知计算和情境感知的个性化信息自适应推荐模式框架。

关键词：认知计算情境感知个性化信息推荐自适应

在线全文

学校读者我要写书评

暂无评论

论个性化信息推荐系统的运作逻辑及影响

郑州大学学报（哲学社会科学版） 2017年第1期50卷 155-157页

作者：王茜郑州大学新闻与传播学院河南郑州450001

在信息大爆炸时代,基于数据挖掘、智能算法等技术手段的个性化信息推荐成为新的潮流。在国内主打个性化资讯推荐的三家客户端,天天快报的信息窄化程度最高,今日头条次之,而一点资讯在用户兴趣和信息多样性之间的平衡上做得最为出色。资... 详细信息

在信息大爆炸时代,基于数据挖掘、智能算法等技术手段的个性化信息推荐成为新的潮流。在国内主打个性化资讯推荐的三家客户端,天天快报的信息窄化程度最高,今日头条次之,而一点资讯在用户兴趣和信息多样性之间的平衡上做得最为出色。资讯客户端对用户兴趣一味迎合带来了一些负面影响,包括信息窄化、公共新闻事件的弱化以及算法短视。

关键词：个性化信息推荐资讯客户端智能算法