基于用户人格特征的信息过滤模型

将用户人格融入到信息推荐服务的过滤过程中,构建基于用户人格特征的信息过滤模型。运用凯尔西人格理论、概率论、人格分布理论以及统计推理,完成模型中的分段、学习、分类和过滤4个环节。根据用户模型或用户提供的关键词、人格特征为用户过滤或推荐信息单元,旨在更好地为用户提供个性化的信息服务。     

由信息过滤引发的基于知识的过滤机制构想

在分析信息过滤理论背景的基础上,指出目前信息过滤系统存在的主要瓶颈问题是:相关度过滤算法过于依赖文本统计分析方法;信息质量过滤算法严重缺乏;如何创建精确的用户模板以表达用户的信息需求。在此基础上,探讨借助信息过滤技术建立基于知识的过滤机制的必要性与前景,同时提出建立基于知识的过滤机制的关键技术与模式的设想。     

基于Ontology的文档过滤研究

区分文档过滤、信息过滤和文本过滤并介绍文档过滤技术的研究现状；提出基于Ontology的文档过滤的设想，认为其优势在于灵活、共享性好、有利于进行个性化服务等；讨论基于Ontology的文档过滤的实施过程，包括构建准备、本体构建、本体调用，重点阐述公共本体、用户本体和文档本体的构建方法以及实施过程中涉及的技术体系；最后指出今后的努力方向。     

一种基于智能过滤的Web个性化推荐模型

Web个性化研究的关键技术是推荐系统,其作用是根据用户模型推荐个性化内容,当前推荐技术的研究主要包括四种模式：基于规则过滤、基于内容过滤、基于协作过滤和混合过滤模式。前三种工作模式采用的是传统技术和方法,根据当前推荐系统研究的重点和热点,提出一种Web个性化应用的智能过滤推荐模式。智能过滤推荐模式组合采用以上三种工作模式的优点、避免前三种单一模式的缺点。该方法的突出特点是根据离线学习模型提取的用户偏好特征,实现在线智能推荐。     

网络信息过滤的方法与相关技术研究*

随着因特网的发展出现了所谓的“信息过载”问题，为了向用户提供个性化、实用性的信息，信息过滤技术应运而生。结合国内外已有的研究成果，本文从用户的信息需求与表示、文档的表示技术、匹配技术、信息反馈技术等四个方面探讨网络信息过滤的方法与技术以及存在的问题。     

基于Ontology的文档过滤研究

区分文档过滤、信息过滤和文本过滤并介绍文档过滤技术的研究现状;提出基于Ontology的文档过滤的设想,认为其优势在于灵活、共享性好、有利于进行个性化服务等;讨论基于Ontology的文档过滤的实施过程,包括构建准备、本体构建、本体调用,重点阐述公共本体、用户本体和文档本体的构建方法以及实施过程中涉及的技术体系;最后指出今后的努力方向。     

一种解决协作过滤中矩阵稀疏性问题的算法

为了帮助用户有效地发现、过滤和利用信息 ,信息过滤技术应运而生。协作过滤作为其中一种技术也得到迅速发展 ,但传统的协作过滤算法存在矩阵稀疏性等问题 ,影响预测效果。本文给出一种基于信息项的新算法 ,它从矩阵的列来考虑 ,能有效地解决矩阵稀疏性等问题 ,并提高预测准确性。     

网络信息过滤系统的分类

阐述了网络信息过滤系统的类型,包括从过滤系统的结构、操作的主动性、信息过滤的目的、过滤模板所在的位置、从用户获取信息的方法、过滤的不同应用等方面进行分类,为进一步研究信息过滤系统的实现奠定了基础。     

拟合用户兴趣演变特性的协作过滤推荐算法

个性化推荐技术是将传统的数据挖掘技术同用户访问信息结合起来,根据用户的兴趣爱好来对用户可能访问的内容进行预测并预取其提供给用户进行选择.目前协作过滤技术是个性化推荐系统中应用最为成功的推荐技术之一,但传统的协作过滤算法没有考虑用户的兴趣演变,难以有效地反映用户真实兴趣.在分析目前协作过滤算法存在问题的基础上,利用用户访问兴趣分为偶然兴趣和稳定兴趣的特性,文章提出了基于偶然兴趣的推荐权重和基于稳定兴趣的推荐权重,并将它们融入新的拟合用户兴趣演变的协作过滤算法中.实验表明该算法能准确地反映用户访问兴趣,较传统的协作过滤算法可以有效提高推荐精度.     

过滤气泡情境下用户行为及其形成机制研究

[目的 /意义]推荐算法技术快速发展所产生的“过滤气泡”现象给用户信息行为带来深刻的影响。从用户角度出发,对其面对过滤气泡时的行为类型以及行为产生的机制进行探索性研究,帮助用户建立对过滤气泡现象的理性认知,为信息服务平台明确推荐算法的建设方向、改进服务水平提供一定的参考。[方法 /过程]采用扎根理论,选取对互联网信息服务平台有一定使用经验的30位用户进行半结构化访谈,并进行编码分析,构建用户面对过滤气泡时的行为与形成机制模型。[结果 /结论 ]用户面对过滤气泡时的行为类型主要包括忽略行为、缓解行为、加强行为、突破行为以及脱离行为。感知控制、态度和信息需求直接影响用户面对过滤气泡时的行为;推荐算法通过态度以及感知控制的中介作用对行为产生影响;此外,个人特质对行为产生的全过程起到调节作用。对特定情境下用户信息行为的研究以及进一步探究过滤气泡现象提供了一种研究视角和研究基础。     

基于内容和协作的信息过滤方法研究

随着互联网上信息的迅速增长,信息过滤技术得到越来越广泛的应用。本文论述了内容过滤和协作过滤两种信息过滤技术,针对它们存在的问题,提出一种结合两种过滤技术的方法。实验结果表明,该方法能较好地解决问题,提高过滤结果的准确性,是一种更好的信息过滤方法     

信息过滤技术在数字图书馆的应用

信息过滤技术将在数字图书馆个性化服务中起重要作用。可以构建一个基于信息过滤技术的数字图书馆模型。它主要包括信息检索模块和信息过滤模块。图1。参考文献4。     

信息过滤问题的研究

随着WWW 的迅猛发展和广泛使用,“信息过载”的问题日趋严重, 信息过滤日益重要。本文论述了信息过滤的意义、信息过滤的理论背景、信息过滤系统的研究, 最后探讨了目前信息过滤存在的问题。     

针对爬虫的域名链接过滤算法

认为传统的基于主题的链接过滤算法虽然在某一领域的主题爬虫中使用广泛,但该方法只关心抓取的网页与主题之间的相关性,忽略了网站自身链接的结构特点。提出基于域名的链接过滤算法,该方法对基于网页链接中域名的结构特点进行比较,同时以基于主题的链接过滤算法作为辅助,判断出无用的垃圾链接。与单一基于主题的链接过滤算法相比较,基于域名的链接过滤算法的判断方式更为全面,链接过滤效率更高,从而能有效地提高网络爬虫的抓取效率和情报检索的效率。最后,通过仿真实验证明该算法的有效性。     

An Empirical Analysis of Design Choices in Neighborhood-Based Collaborative Filtering Algorithms

Collaborative filtering systems predict a user's interest in new items based on the recommendations of other people with similar interests. Instead of performing content indexing or content analysis, collaborative filtering systems rely entirely on interest ratings from members of a participating community. Since predictions are based on human ratings, collaborative filtering systems have the potential to provide filtering based on complex attributes, such as quality, taste, or aesthetics. Many implementations of collaborative filtering apply some variation of the neighborhood-based prediction algorithm. Many variations of similarity metrics, weighting approaches, combination measures, and rating normalization have appeared in each implementation. For these parameters and others, there is no consensus as to which choice of technique is most appropriate for what situations, nor how significant an effect on accuracy each parameter has. Consequently, every person implementing a collaborative filtering system must make hard design choices with little guidance. This article provides a set of recommendations to guide design of neighborhood-based prediction systems, based on the results of an empirical study. We apply an analysis framework that divides the neighborhood-based prediction approach into three components and then examines variants of the key parameters in each component. The three components identified are similarity computation, neighbor selection, and rating combination.     

国外信息过滤系统的研究综述

明确了信息过滤系统与相关系统的区别，设计了一个框架，根据多种标准对信息过滤系统进行分类；阐述了相关的过滤方法；描述了信息过滤系统的重要概念和用于实现的技术；讨论信息过滤系统的评估方法及其局限性。最后，文章对信息过滤系统发展方向进行了展望。     

因特网信息过滤研究

介绍因特网信息过滤、原理、方式、研究状况;论述因特网信息过滤的意义;简要评介常见的过滤软件;分析和探讨目前因特网信息过滤所存在的问题和今后的发展趋势。     

Comparing the Performance of Adaptive Filtering and Ranked Output Systems

Some insight into the behavior of adaptive filtering systems may be gained by comparing them with similar ranked-output retrieval systems. This is not easy; however, a new optimization measure, introduced for the TREC-9 filtering track, makes some such comparison possible. A series of experiments using the TREC-9 filtering data shows that filtering effectiveness is comparable to routing effectiveness, and demonstrates the gains to be made from adaptation.