基于语义Web技术的推荐系统研究

论文摘要

随着Internet的发展,网上的信息资源呈指数级增长。在浩若烟海的互联网信息中,用户要找到有用的信息变得非常困难。这是因为用户对信息需求的有限性、特定性和互异性与网上信息资源分布的分散性和无限性存在矛盾;另外,现有的搜索引擎并没有提供很好的个性化服务。因此,如何通过分析用户的兴趣偏好建立用户模型,从而来向用户提供良好的个性化服务成为研究的热点课题。用户模型是个性化服务系统中的关键技术。个性化服务系统首先需要建立用户模型,然后才能针对不同用户的不同兴趣偏好提供个性化服务。传统的用户模型大都是使用关键词来表征用户兴趣,没有考虑词与词之间内在的联系,没有使用信息源本身的领域知识为用户兴趣模型的构建服务。为了向用户提供更好的个性化服务,本文提出一种基于语义Web技术的推荐系统,并重点对其中的用户模型进行了研究。本文的研究工作主要包括以下几个方面:(1)本文通过对用户模型进行分析,提出了一种新的用户模型。该模型基于所建立的兴趣分类本体,通过实例化兴趣分类本体来获得每个本体化用户描述文件。本文借鉴了信息检索领域常使用的激活扩散模型来完成用户模型的更新。(2)本文针对层次结构的用户兴趣表示方法,对传统的基于内容的推荐方法进行了改进。在向用户进行推荐时,本文充分考虑了用户兴趣层次结构中的各概念的兴趣值的作用,通过计算把各个类别概念的兴趣值加入了用户兴趣向量中。这样能更好的反映用户的兴趣。(3)本文在所研究的理论基础之上,实现了一个基于语义Web技术的推荐系统,用于帮助政府部门来完成舆情分析的工作。在该系统框架中,主要包括三个模块:新闻信息收集处理模块、用户模型模块和推荐策略模块。在新闻信息收集处理模块,通过从新闻网站抓取新闻及其评论信息来完成信息采集,并对每条新闻下的评论信息进行了简单的聚类处理。用户模型模块采用了本文所提出的基于本体的用户模型和更新方法。我们首先建立了一个新闻领域的兴趣分类本体,然后通过实例化来得到用户描述文件,并用激活扩散模型对用户模型进行更新。推荐策略采用的本文改进的基于内容的推荐方法。最后,通过该系统来验证了本文提出的用户模型。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 国内外相关领域研究现状
• 1.2.1 基于语义Web 技术的推荐系统的研究现状
• 1.2.2 用户模型的研究现状
• 1.3 本文研究内容和组织结构
• 第二章 个性化推荐系统概述
• 2.1 个性化推荐系统的概念
• 2.2 个性化推荐系统的研究内容
• 2.3 个性化推荐系统的体系结构
• 2.4 个性化推荐系统的分类
• 2.4.1 基于规则的个性化服务系统
• 2.4.2 基于内容的个性化服务系统
• 2.4.3 基于协同过滤的个性化服务系统
• 2.4.4 混合推荐
• 2.5 小结
• 第三章 语义WEB 技术和用户模型概述
• 3.1 语义WEB 简介
• 3.1.1 语义Web 产生的背景
• 3.1.2 语义Web 的体系结构
• 3.1.3 本体及其描述语言
• 3.2 用户模型
• 3.2.1 用户模型的信息来源
• 3.2.2 用户模型的信息获取
• 3.2.3 用户模型的表示方法
• 3.2.4 用户模型的更新
• 3.2.5 用户建模技术
• 3.2.6 用户模型的发展方向
• 3.3 小结
• 第四章 基于本体的用户模型
• 4.1 问题的提出
• 4.2 基于本体的用户模型的设计
• 4.2.1 基于本体的用户模型的表示
• 4.2.2 基于本体的用户模型的更新
• 4.3 小结
• 第五章 基于语义WEB 技术的推荐系统的实现
• 5.1 系统框架
• 5.2 系统的设计与实现
• 5.2.1 新闻信息收集处理模块的实现
• 5.2.2 基于本体的用户模型的实现
• 5.2.3 推荐策略模块
• 5.3 用户模型试验
• 5.3.1 实验准备
• 5.3.2 实验过程描述
• 5.4 实验分析
• 5.5 小结
• 第六章 总结与展望
• 6.1 研究总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文