基于分类的用户兴趣漂移模型

针对个性化信息服务系统中如何表示用户兴趣和用户兴趣的漂移问题,提出了一种基于分类模版的用户兴趣模型构造方法.采用遗忘算法,将用户的长期兴趣和短期兴趣相结合,体现用户兴趣的漂移.     

基于浏览历史的用户兴趣提取模型

提出了一种基于用户浏览历史的用户兴趣提取模型,它隐式地收集用户信息用于个性化搜索中,即是通过对用户兴趣度的定义,在用户的浏览历史中得到一组代表用户兴趣的网页,并设计一个聚类算法,对这组代表用户兴趣的网页进行聚类操作,从而得到能代表此用户兴趣类别的词,即用户的兴趣。     

基于网络日志的用户兴趣模型构建

了解用户查询意图对改善搜索引擎质量起到了至关重要的作用,对具有特定兴趣的用户进行查询分析,使搜索引擎更能了解用户的真实需求。本文通过对网络查询日志进行聚类分析,将相似度大的查询词聚类,建立用户兴趣模型对用户的兴趣进行分析。根据查询词内容重合度,建立查询词图,并结合查询词的PageRank算法,提出一种基于用户查询词概率分布的评价方法,对用户感兴趣的查询词进行评价。最后,根据查询词的概率分布将最感兴趣的查询词推荐给用户。     

基于任务的个性化信息检索用户模型

文章在综述用户模型的获取、组成、构建3个方面研究的基础上,以用户的任务为出发点,构建基于任务的用户模型,并阐明该用户模型的构成.文章指出未来需解决的关键问题,以更好地支持个性化信息检索的实现.     

基于本体论的个性化信息检索

传统的网络信息检索存在很多缺陷,导致检索效率低下。提出了一种基于本体论的个性化网络信息检索的模型。该模型的实现可以在一定程度上缓解Internet网上信息过载的问题,提供用户个性化信息检索服务,提高网络信息检索的准确率。     

一种用户兴趣度计算与用户兴趣修正的改进方法

用户兴趣的度量和用户兴趣的修正是个性化服务研究的重要内容。本文以用户最小浏览行为组合为基础,通过引入页面浏览率,改进页面驻留时间的计算方法,建立以页面浏览率、驻留时间和浏览速度为变量的兴趣度估计函数,提高用户兴趣度估计的准确性。同时,本文还将兴趣度导入到向量空间模型,采用二层树状结构表示用户兴趣,并提出用户兴趣定期修正方法,以缓解用户兴趣实时修正带来系统性能的下降。     

基于用户兴趣模型的个性化信息服务技术分析

介绍了几个基于用户兴趣模型的个性化信息服务的主要支撑技术,其中主要论述了推送技术的概念、特点、工作原理与工作流程,重点分析了推送算法的详细设计过程。     

一种自动获取用户兴趣的个性化搜索算法

解决用户的模糊查询问题一直以来是信息检索领域研究的热点。为了解决不同用户间的查询差异,一种称为个性化搜索的技术得以提出,其通过获取用户的喜好来识别查询意图,但研究发现很少有用户愿意直接或间接提供个人信息。本文提出一种基于用户点击历史信息自动获取用户兴趣进而对搜索结果进行个性化呈现的Web搜索系统架构。基于主题相关PageRank技术,设计了用户兴趣学习算法和个性化搜索页面排序算法。实验表明该算法能有效学习用户的兴趣信息,提高了个性化Web搜索质量。     

基于加权关键词的用户兴趣模型的构建方法

个性化服务质量的优劣取决于能否准确地获取用户兴趣模型。本文先探讨用户兴趣概念,接着讨论用户兴趣的信息采集方法,以此为基础构建基于加权关键词的用户兴趣模型,并用实例来验证使用加权关键词表示用户兴趣模型是有效的。     

个性化信息检索系统的用户模型研究

分析了传统信息检索系统实现个性化信息检索的必然性,对个性化信息检索系统的信息代理Agent、用户模型等相关问题进行了探讨,提出了一个基于向量空间的个性化信息检索用户模型。     

用户兴趣模型在图书馆个性化推荐服务中的应用

兴趣模型是图书馆信息个性化服务的关键技术,在向量空间模型的基础上,给出了层次型用户兴趣模型,介绍了在该模型下个性化推荐服务的框架,说明了利用反馈对兴趣模型进行调整的方法,并讨论了系统中涉及的关键技术.     

基于领域本体的社区用户兴趣模型

本文以领域本体为理论基础,向量空间为基本方法,对Web社区环境下的用户个性化模型进行了研究,建立了Web社区环境下的用户兴趣模型,为进一步完善Web社区的个性化服务提供了一个新的基础。经过实验验证,此模型对描述用户兴趣有较高的可信度、可靠性和准确度。     

基于本体的企业知识集成模型

企业知识往往分散于各个业务系统中,不能很好地实现知识管理的目标。本文基于现存系统,应用本体、SOA、代理等技术设计了基于本体的企业知识集成模型,并对关键技术作了阐述。基于本体的企业知识集成能实现企业知识共享和协同应用,模型可以有效解决企业内分散异构知识的集成问题。     

基于本体论的语义信息模型

基于本体论的语义信息模型为网上信息的表示、交换和处理提供了一个较为合理的标准。本文重点说明了基于本体论的建模方法和本体在XML中的语义表示。     

基于Ontology的多主体知识检索模型

为了改善现有的信息检索技术不理解语义、检索结果缺乏知识等缺陷,结合Ontology理论,提出了基于Ontology的多主体知识检索模型,分析了模型中各个主体的功能及模型的运行机制。该模型能有效地提高信息检索的查准率和查全率,并将检索结果以知识的形式返回给用户,能极大地满足用户的应用需要。     

基于Ontology的个性化智能知识检索模型

为了改善现有的信息检索技术不理解语义、检索结果缺乏知识等缺陷,结合Ontology和multi-agents理论,提出了基于Ontology的个性化智能知识检索模型,分析了模型中各个模块的功能及模型的运行机制,讨论了模型设计和实现中的若干关键技术。该模型能有效地提高信息检索的准确性,实现用户的个性化检索;检索结果以知识的形式返回给用户,能极大地满足用户的应用需要。     

用户情报认知行为模型

0引言 对情报的属性、传递、价值以及情报科学的功能、结构体系的研究,均离不开情报用户研究这个中心.尤其是现代信息技术的迅速发展,使得用户行为发生了巨大的变化,必须启用新的研究方法,深入开展用户情报行为、需求、心理机制研究,有效地提高情报效果.     

基于本体的信息构建模型研究

在分析信息组织与利用的多层次性和多维性以及Wurman五规则的基础上,提出应用信息构建来构造信息系统,并用本体解决信息构建构造信息系统中的难题,提出了基于本体信息构建模型,并对模型进行了描述。     

基于ontology的语义检索模型架构

将本体(ontology)与叙词表、语义网络、语义检索和概念空间等几个容易混淆的概念进行比较,提出了一个基于ontology的语义检索系统的结构模型。