基于向量空间模型的个性化信息过滤系统研究与开发磁

• 作者: 许琦
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 信息过滤 个性化需求 用户模型 向量空间模型 Rocchio 算法
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 1940-1944,1990
• 页数: 6页
• 分类号: TP391.1
• 字数: 4894字
• 语种: 中文
• DOI: 10.3969/j.issn1672-9722.2014.10.045

摘要

论文提出了一种基于向量空间模型的用户个性化需求建模方法。对关键词权重算法作出改进，将网页分为四类逻辑段，通过计算关键词在各类逻辑段中的权重而加权得到综合权重。采用基于内容的构建原则和反馈原则，将用户模型构建分为训练阶段和自适应学习阶段。在训练阶段由用户给出的样本文档与关键词采用类重心分类算法训练得到初始用户模型；在自适应学习阶段，提出了基于 Rocchio 算法的周期性自适应学习机制，根据用户对过滤结果的评价，调整用户模型，以提高对用户个性化需求的动态追踪能力。开发了个性化信息过滤原型系统。以中国服装网为实验数据源，对比百度搜索引擎，测试系统的信息过滤性能。实验结果表明，系统索引更新及时，响应速度快，返回的信息更精确，更合理，更加符合用户的实际需求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许琦	台州职业技术学院台州经济研究所	35	144	7.0	10.0