RealCC在文本信息检索的个性化推荐中的应用研究

• 作者: 张振亚 王煦法 王进 陈恩红
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 分类 神经网络 个性化推荐 用户焦点
• 年，卷（期）: 2004,（3）
• 所属期刊栏目: 研究简报
• 页码范围: 338-342
• 页数: 5页
• 分类号: TP391
• 字数: 4320字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2004.03.021

摘要

为实现文本信息检索中的个性化推荐,本文以用户焦点作为用户个性特征的描述,设计了适用于快速分类的混合前向角分类神经元网络RealCC.以用户焦点作为样本数据训练该网络后,可以通过该网络对用户查询结果进行快速分类以获得每条查询结果的推荐优先级.给出了使用用户焦点训练该网络的算法.实验表明,RealCC可以在保持分类精度的同时快速的完成对数据的分类,同时,基于用户焦点的个性化推荐,可以有效地减轻用户因从包含大量无关信息的查询结果中筛选感兴趣信息而产生的负担,较好地满足了用户对文本信息检索的时间要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈恩红	中国科学技术大学计算机系	87	1942	22.0	42.0
2	王煦法	中国科学技术大学计算机系	191	4142	33.0	58.0
3	王进	中国科学技术大学计算机系	51	869	14.0	29.0
4	张振亚	中国科学技术大学计算机系	17	264	7.0	16.0