OHR:一种基于本体的个性化混合服务推荐模型

1

作者 潘拓宇 朱珍民 +2 位作者 滕吉 叶剑 曾庆峰 《中文信息学报》 CSCD 北大核心 2010年第2期84-90,共7页

随着网络信息量的日益增加,为用户提供个性化服务是一种趋势。该文通过建立一个通用的服务本体模型,将项目集合划分到多个服务子类中,经过概率计算得到用户的兴趣分布,并在此基础上提出了一个结合内容过滤和项目协同过滤的个性化混合服... 随着网络信息量的日益增加,为用户提供个性化服务是一种趋势。该文通过建立一个通用的服务本体模型,将项目集合划分到多个服务子类中,经过概率计算得到用户的兴趣分布,并在此基础上提出了一个结合内容过滤和项目协同过滤的个性化混合服务推荐模型(OHR)。实验结果表明了该模型在服务推荐上具有较高的准确率和发现用户新兴趣的能力。 展开更多

关键词 计算机应用 中文信息处理 服务本体 混合个性化服务推荐模型 项目协同过滤 概率计算

在线阅读 下载PDF 职称材料

一种基于隐语义概率模型的个性化Web服务推荐方法 被引量：18

2

作者 胡堰 彭启民 胡晓惠 《计算机研究与发展》 EI CSCD 北大核心 2014年第8期1781-1793,共13页

为了满足Web服务使用者的个性化需求,提出了一种基于隐语义概率模型的用户指标偏好预测方法,用于个性化Web服务推荐.首先,引入两个决定用户指标偏好的关键因素:用户以及用户所处的服务情境,隐语义概率模型借助隐含类别建立用户指标偏好... 为了满足Web服务使用者的个性化需求,提出了一种基于隐语义概率模型的用户指标偏好预测方法,用于个性化Web服务推荐.首先,引入两个决定用户指标偏好的关键因素:用户以及用户所处的服务情境,隐语义概率模型借助隐含类别建立用户指标偏好、用户及服务情境三者之间的隐含语义依赖关系,并且为描述用户、服务情境、指标偏好多方面的特征,允许这三者可同时以不同的概率隶属于多个隐含类别;然后,将期望极大(expectation maximization,EM)算法运用于由层次分析法获得的训练数据,以估计隐语义概率模型的参数;最后,使用该模型预测用户在特定服务情境下的指标偏好.隐语义概率模型与标准的基于内存的协同过滤以及基于聚类改进的协同过滤相比,不仅具有明确的数学模型,而且实验结果表明,隐语义概率模型对用户个性化指标偏好的预测精度最高,同时可以缓解数据稀疏性带来的不良影响. 展开更多

关键词 Web服务推荐 个性化 隐语义概率模型 指标偏好 期望极大算法

在线阅读 下载PDF 职称材料

个性化影片推荐系统中用户模型研究 被引量：11

3

作者 李宁 王子磊 +1 位作者 吴刚 郑涛 《计算机应用与软件》 CSCD 2010年第12期51-54,共4页

个性化影片推荐服务是解决目前网络视频服务中影片资源迅速增长,用户"信息迷航"的有效方法。针对影片点播应用,给出个性化影片推荐服务系统的架构,根据用户点播历史记录即可实现与用户当前兴趣相关的影片推荐。提出基于本体... 个性化影片推荐服务是解决目前网络视频服务中影片资源迅速增长,用户"信息迷航"的有效方法。针对影片点播应用,给出个性化影片推荐服务系统的架构,根据用户点播历史记录即可实现与用户当前兴趣相关的影片推荐。提出基于本体论的影片模型,该模型有效保存了影片中与用户点播相关的信息,并在此基础上提出新的用户兴趣偏好学习算法,建立用户兴趣偏好模型。实验结果表明,基于影片本体论模型的推荐效果与传统方法相比,具有更高的准确率。 展开更多

关键词 个性化服务 视频点播 影片推荐 本体论 用户模型

在线阅读 下载PDF 职称材料

企业知识发现中的个性化Web推荐服务研究 被引量：7

4

作者 李勇 苏新宁 +3 位作者 邓三鸿 任皓 周军 孔敏 《情报学报》 CSSCI 北大核心 2003年第3期347-353,共7页

本文主要论述企业知识发现中基于个性化服务的We b推荐构成,提出了基于个性化技术构建用户兴趣模型的算法.文章根据用户有无介入兴趣模型构建的学习过程区分n元预测模型、用户兴趣关联规则库及利用用户兴趣词典进行W eb页面请求预... 本文主要论述企业知识发现中基于个性化服务的We b推荐构成,提出了基于个性化技术构建用户兴趣模型的算法.文章根据用户有无介入兴趣模型构建的学习过程区分n元预测模型、用户兴趣关联规则库及利用用户兴趣词典进行W eb页面请求预测的算法.最后介绍了Agent 技术在企业个性化Web推荐系统中的应用. 展开更多

关键词 企业 知识发现 个性化Web推荐服务 数据挖掘 机器学习 用户兴趣模型

在线阅读 下载PDF 职称材料

个性化信息推荐服务模式 被引量：14

5

作者 蔡宏志 《情报杂志》 CSSCI 北大核心 2006年第9期116-118,121,共4页

作为一种重要的解决信息过载问题和提供个性化服务的方案,信息推荐服务已经成为各类信息系统的一项基本功能。从用户的角度分析了信息推荐服务的五种基本模式。

关键词 信息推荐服务 信息服务 个性化 用户模型 模式分析

在线阅读 下载PDF 职称材料

Twitter社交网络用户行为理解及个性化服务推荐算法研究 被引量：16

6

作者 于亚新 刘梦 张宏宇 《计算机研究与发展》 EI CSCD 北大核心 2020年第7期1369-1380,共12页

随着社交网迅速发展,产生了大量带有时空信息的短文本数据.这些短文本数据因其文本长度过短且所带地理位置信息过于稀疏导致用户行为主题难于捕捉.此外,由于目前大多数用户行为理解相关研究工作缺少对行为要素间依赖关系的适度融合,因... 随着社交网迅速发展,产生了大量带有时空信息的短文本数据.这些短文本数据因其文本长度过短且所带地理位置信息过于稀疏导致用户行为主题难于捕捉.此外,由于目前大多数用户行为理解相关研究工作缺少对行为要素间依赖关系的适度融合,因而造成行为理解具有片面性.基于此,首先提出2种综合考虑用户行为发生时间、活动内容、活动区域的用户时间活动模型(user-time-activity model,UTAM)和用户时间区域模型(user-time-region model,UTRM),用于深刻理解用户行为规律;然后利用LDA(latent Dirichlet allocation)技术,抽取用户活动服务主题,提出活动服务主题模型(activity-to-service topic model,ASTM),用于挖掘活动和服务间的对应关系;最后将服务地点属性内耦合性纳入考虑,提出了基于耦合和距离的矩阵分解(matrix factorization based on couple&distance,MFCD)算法,用于提高推荐质量.为验证所提模型和算法的有效性,在真实Twitter数据集上进行了扩展性实验,结果表明:所提模型对提高个性化服务推荐质量是有效的,MFCD算法对于用户的行为理解效果也优于传统矩阵分解算法. 展开更多

关键词 行为理解 主题模型 个性化服务推荐 矩阵分解 非独立同分布 耦合相似性

在线阅读 下载PDF 职称材料

基于云‒端融合的个性化推荐服务系统 被引量：2

7

作者 韩佳良 韩宇栋 +2 位作者 刘譞哲 赵耀帅 冯迪 《计算机应用》 CSCD 北大核心 2022年第11期3506-3512,共7页

主流个性化推荐服务系统通常利用部署在云端的模型进行推荐,因此需要将用户交互行为等隐私数据上传到云端,这会造成隐私泄露的隐患。为了保护用户隐私,可以在客户端处理用户敏感数据,然而,客户端存在通信瓶颈和计算资源瓶颈。针对上述挑... 主流个性化推荐服务系统通常利用部署在云端的模型进行推荐,因此需要将用户交互行为等隐私数据上传到云端,这会造成隐私泄露的隐患。为了保护用户隐私,可以在客户端处理用户敏感数据,然而,客户端存在通信瓶颈和计算资源瓶颈。针对上述挑战,设计了一个基于云‒端融合的个性化推荐服务系统。该系统将传统的云端推荐模型拆分成用户表征模型和排序模型,在云端预训练用户表征模型后,将其部署到客户端,排序模型则部署到云端;同时,采用小规模的循环神经网络(RNN)抽取用户交互日志中的时序信息来训练用户表征,并通过Lasso算法对用户表征进行压缩,从而在降低云端和客户端之间的通信量以及客户端的计算开销的同时防止推荐准确率的下跌。基于RecSys Challenge 2015数据集进行了实验,结果表明,所设计系统的推荐准确率和GRU4REC模型相当,而压缩后的用户表征体积仅为压缩前的34.8%,计算开销较低。 展开更多

关键词 个性化推荐服务系统 云‒端融合 用户表征模型 隐私保护 循环神经网络

在线阅读 下载PDF 职称材料

用户个性化推荐系统的设计与实现 被引量：13

8

作者 邵秀丽 乜聚科 +1 位作者 田振雷 侯乐彩 《计算机工程与设计》 CSCD 北大核心 2009年第20期4681-4685,共5页

为实现个性化服务,理解用户兴趣就成了提供服务的关键任务,因此,提出了隐性采集用户浏览内容、用户浏览时间和用户操作时间的信息方法,通过对网络爬虫程序抓取的网页进行内容清洗提取出主要内容之后,利用VSM建立文档模型,并采用SVM分类... 为实现个性化服务,理解用户兴趣就成了提供服务的关键任务,因此,提出了隐性采集用户浏览内容、用户浏览时间和用户操作时间的信息方法,通过对网络爬虫程序抓取的网页进行内容清洗提取出主要内容之后,利用VSM建立文档模型,并采用SVM分类方法建立推荐库。基于从客户端采集的用户兴趣信息建模,以及根据该模型和推荐库的相似度,给用户推荐信息。此外,给出了基于该模型的推荐原型系统的实现,使用查准率来评价该系统。试验结果表明,系统较好地实现了基于用户兴趣来推荐阅读的信息。 展开更多

关键词 个性化服务 推荐系统 兴趣模型 VSM SVM

在线阅读 下载PDF 职称材料

基于音乐基因组的个性化移动音乐推荐系统 被引量：6

9

作者 李瑞敏 闫俊 林鸿飞 《计算机应用与软件》 CSCD 北大核心 2012年第9期27-30,56,共5页

随着移动技术的不断发展,移动应用服务的市场前景广阔。其受限制的硬件条件,对移动应用服务的个性化提出了更高的要求。在此背景下,引入音乐基因组的概念,以用户对音乐的标注行为和社会化标签为基础,分析用户对不同音乐基因特征的偏好... 随着移动技术的不断发展,移动应用服务的市场前景广阔。其受限制的硬件条件,对移动应用服务的个性化提出了更高的要求。在此背景下,引入音乐基因组的概念,以用户对音乐的标注行为和社会化标签为基础,分析用户对不同音乐基因特征的偏好情况及用户兴趣,并利用不同用户之间的兴趣相似情况,构建用户之间的相邻关系,结合两方面的因素,提出了一个个性化移动音乐推荐系统。实验表明,该方法能够较好地满足移动音乐服务的个性化需求。 展开更多

关键词 个性化服务 混合推荐 移动音乐 推荐系统 音乐基因

在线阅读 下载PDF 职称材料

基于社会性网络服务的多模型推荐系统 被引量：1

10

作者 翟振威 陈配云 陈文慧 《计算机应用》 CSCD 北大核心 2013年第A01期90-93,共4页

通过分析推荐系统中的协同过滤算法,说明单一模型的推荐系统存在着难以解决的不足,尤其是数据稀疏问题。使用基于社会性网络服务(SNS)平台的推荐系统,结合SNS平台的分享特点,提高用户参与的积极性,从而有效解决数据稀疏问题。并提出结合... 通过分析推荐系统中的协同过滤算法,说明单一模型的推荐系统存在着难以解决的不足,尤其是数据稀疏问题。使用基于社会性网络服务(SNS)平台的推荐系统,结合SNS平台的分享特点,提高用户参与的积极性,从而有效解决数据稀疏问题。并提出结合SNS的推荐模型、参考用户搜索行为的推荐模型、结合协同过滤的推荐模型的多模型推荐系统,以三个不同的推荐列表满足用户的不同需要。 展开更多

关键词 社会性网络服务平台 协同过滤 推荐系统 多模型推荐系统 个性化推荐

在线阅读 下载PDF 职称材料

基于排序学习的推荐算法研究综述 被引量：111

11

作者 黄震华 张佳雯 +2 位作者 田春岐 孙圣力 向阳 《软件学报》 EI CSCD 北大核心 2016年第3期691-713,共23页

排序学习技术尝试用机器学习的方法解决排序问题,已被深入研究并广泛应用于不同的领域,如信息检索、文本挖掘、个性化推荐、生物医学等.将排序学习融入推荐算法中,研究如何整合大量用户和物品的特征,构建更加贴合用户偏好需求的用户模型... 排序学习技术尝试用机器学习的方法解决排序问题,已被深入研究并广泛应用于不同的领域,如信息检索、文本挖掘、个性化推荐、生物医学等.将排序学习融入推荐算法中,研究如何整合大量用户和物品的特征,构建更加贴合用户偏好需求的用户模型,以提高推荐算法的性能和用户满意度,成为基于排序学习推荐算法的主要任务.对近些年基于排序学习的推荐算法研究进展进行综述,并对其问题定义、关键技术、效用评价、应用进展等进行概括、比较和分析.最后,对基于排序学习的推荐算法的未来发展趋势进行探讨和展望. 展开更多

关键词 排序学习 推荐算法 机器学习 兴趣模型 个性化服务

在线阅读 下载PDF 职称材料

基于隐式反馈的自适应用户兴趣模型 被引量：17

12

作者 李峰 裴军 游之洋 《计算机工程与应用》 CSCD 北大核心 2008年第9期76-79,100,共5页

针对现有用户兴趣模型在模型建立以及更新阶段漂移策略的缺陷,设计了一种改进的基于隐式反馈的自适应用户兴趣模型。并将该模型与遗忘策略模型、滑动时间窗口模型和固定比例模型,做了精确率的对比实验,实验结果显示该模型的性能优于其... 针对现有用户兴趣模型在模型建立以及更新阶段漂移策略的缺陷,设计了一种改进的基于隐式反馈的自适应用户兴趣模型。并将该模型与遗忘策略模型、滑动时间窗口模型和固定比例模型,做了精确率的对比实验,实验结果显示该模型的性能优于其他三个模型。 展开更多

关键词 个性化推荐服务 用户兴趣模型 VSM

在线阅读 下载PDF 职称材料