基于內容的自適應推薦系統(tǒng)研究.pdf

1、隨著互聯(lián)網(wǎng)技術的迅猛發(fā)展，人們逐漸地從曾經(jīng)的信息匱乏時代步入了信息過載的時代。如何從海量信息里獲取自己所需要的信息迅速成為研究的熱點。由于在信息過濾中的良好表現(xiàn)，推薦系統(tǒng)成為解決信息過載問題有效方法，并產(chǎn)生了巨大的商業(yè)利潤。由此推薦系統(tǒng)在商業(yè)應用以及學術研究方面都有極大的研究價值。在眾多的推薦系統(tǒng)中，基于內容的推薦系統(tǒng)在文本推薦領域有著廣泛的應用。本文主要對內容推薦系統(tǒng)中初始模板的構建以及用戶模板的更新進行分析和研究，提出了一種應用于文

2、本推薦的基于內容的自適應推薦系統(tǒng)，以提高推薦的準確性及效率。在建立初始用戶模板方面，本文提出了一種基于 TextRank算法建立初始模板的方法，利用了用戶提供信息中的集簇性。通過確定詞義項，聚類，建立圖模型，引入各種影響力因子修正TextRank概率轉移矩陣等一系列操作，在只有少量數(shù)據(jù)的情況下，建立起一個精確的用戶模板，有效地提升了推薦精度。在用戶模板更新方面，本文在使用用戶提供的新數(shù)據(jù)更新模板的同時將信息檢索中的偽相關反饋概念引入系統(tǒng)