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。     

基于扩展邻居的协同过滤算法

协同过滤算法是目前最主要的个性化推荐算法之一,它根据当前用户的最近邻居集所给出的评分来预测该用户对未评分项的评分.评分数据的稀疏性会影响协同过滤算法的推荐精度,为此我们提出了基于扩展邻居的协同过滤算法,在现有相似性计算的基础上通过扩展目标用户的邻居来获得更多的参考信息,从而提高预测结果的准确性.我们使用公共数据集MovieLens进行了实验,三种评价指标的统计结果显示,我们的方法要优于传统的协同过滤算法.     

信息过滤研究

提出了一种新的数字图书馆信息过滤方法，它具有三个显著的优点：一是采用了混合信息过滤模型，克服了基于内容和协作过滤的不足；二是建立用户模板，解决了用户兴趣的获取问题；三是信息内容采用本体来组织，实现语义级查询和高效的匹配机制。     

数字图书馆中主动信息过滤系统的构建研究

设计了一个结合使用协作过滤和基于内容过滤的主动信息过滤的实验系统。其结构框架的主要部分有:智能代理、检索服务器、用户需求文档数据库、过滤服务器、结果处理器和推送服务器。它采用机器学习的机制来预测用户新的兴趣。     

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。     

一种基于情景的多维协同过滤新方法研究

介绍传统协同过滤方法,提出一个新的基于情景的多维协同过滤推荐模型。在该模型中,介绍情景的概念;阐述建立基于情景的多维用户模型的方法,并对基于情景的多维协同过滤推荐模型的组成部分进行详细介绍。提出一种计算情景相似度的新算法。基于该新算法,可以得到当前用户的“最近邻”在当前用户所在情景下对项目的评分。     

适应用户兴趣变化的协同过滤增量更新机制

高维、稀疏的用户-项目评分矩阵对基于项目的协同过滤推荐算法造成严峻的可扩展性问题.传统的解决方法是离线计算项目相似性并保存在系统中以供算法调用,但是不能充分利用最新评分数据以体现用户兴趣的变化.针对上述问题,提出了适合在线应用的协同过滤项目相似性增量更新机制,使得推荐系统在当前用户提交项目评分之后,能够实时完成相应项目与其他项目之间的相似性数据更新,从而推荐系统可以基于最新的项目相似性数据进行推荐处理,以适应用户兴趣的变化.实验结果表明,本文提出的项目相似性增量更新机制能够有效提高基于项目的协同过滤算法可扩展性.     

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.     

基于协同过滤算法的微博平台的信息推荐研究

将改进的协同过滤算法应用于微博平台的信息推荐,拓展微博算法的应用范围,增加微博平台的可用性,提高信息推荐的结果准确性,更好地满足用户的信息需求.首先分析协同过滤技术及其如何应用于微博信息推荐,并将基于微博文本特征的推荐算法与传统的推荐算法相对比,再融入微博用户兴趣度,得出更优的推荐算法.运用改进的协同过滤算法提高微博平台的信息推荐质量,使微博平台信息推荐更加精准、有效.     

融合社会网络的协同过滤推荐算法研究

针对传统协同过滤推荐算法的数据稀疏性及恶意行为等问题,提出一种新的基于社会网络的协同过滤推荐算法。该算法借助社会网络信息,结合用户信任和用户兴趣,寻找目标用户最近邻居,并以此作为权重,形成项目推荐,以提高推荐的准确度。实验表明,相对于传统的协同过滤算法,该算法可有效缓解稀疏性及恶意行为带来的问题,显著提高推荐系统的推荐质量。     

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。     

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。     

Web2．0环境下的信息过滤方式

本文首先介绍了信息过滤的概念及其类型,接着从信息订阅、信息推送、信息阅读几个方面分析了RSS中的信息过滤;从垃圾信息过滤、个人知识管理、个性化主题社区的形成、博客搜索引擎几个方面分析了Blog中的信息过滤;从信息组织体系、信息发布的质量控制、信息向知识的转换几个方面分析了Wiki中的信息过滤;从分众分类、个性化信息聚合、兴趣聚集和共享几个方面分析了社会书签中的信息过滤,最后总结了目前Web2.0环境下信息过滤方式的特点及存在的问题,并提出未来的信息过滤将最终实现语义级的智能信息过滤。     

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。     

卫生政策知识服务平台信息过滤理论与实践

信息过滤是卫生政策知识服务平台建设中的核心技术,在系统研究信息过滤的几种经典方法的基础上,确立将向量空间模型作为该平台的信息过滤方法,并进行一定的改进,以避免传统向量空间模型的不足。在字段间权重设定方面,采用信息检索过程中评价检索效果的两个经典指标,即查全率和查准率进行过滤效果的评价,并进行反复测试,最终确定各类资源不同字段在信息过滤过程中设置的权重及阈值,成功完成信息采集、信息分类、信息主动推送等功能。     

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。     

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。     

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。     

基于TREC目标优化的过滤阈值调整算法

检出阈值的优化调整是自适应信息过滤的重点和难点之一。分析现有的阈值调整方法中普遍存在的问题,以TREC效用指标为目标函数,对阈值调整方法中的极大似然估计法和局部优化法进行比较分析,提出基于TREC目标优化的全局极大似然估计法与局部效用指标优化相结合的自适应过滤阈值调整算法。实验结果表明该方法能有效地提高信息过滤系统的性能。