个性化信息服务系统中用户建模技术研究

论文摘要

随着网络资源的爆炸式增长,“信息过载”,“信息迷向”等问题的出现,用户如何快速有效地获取信息,成为现今信息服务系统亟待解决的问题。传统的信息服务也逐渐向个性化信息服务方向发展。要实现个性化信息服务,首先要理解用户兴趣,因此作为实现个性化信息服务的核心,“用户建模”技术逐渐受到人们的重视。本文中针对传统的用户建模技术在语义方面的不足,对基于领域本体的建模技术进行了探究。使用领域本体表示用户兴趣模型,当系统给用户推荐信息时,会考虑到用户兴趣以及用户兴趣之间的关系。结合用户兴趣推荐信息,更好的为用户提供个性化信息服务。本文首先分析了一些建模技术的国内外研究现状。接着,阐述了用户建模的一些背景知识及相关理论。然后,分析了在用户建模技术中基于领域本体的用户建模方法,在此基础上提了出一个基于领域本体的——“兴趣概念树”的用户建模方法。最后本文设计了一个原型系统,在Lucene全文搜索引擎工具包的基础上添加用户兴趣模型,并通过语义相似度对用户的查询请求进行概念扩充,以实现个性化信息服务,并对研究结果予以实现。实验结果表明,加载用户兴趣模型的搜索结果更符合用户兴趣需求。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 选题背景
• 1.2 国内外研究现状
• 1.3 主要研究内容
• 第二章 背景知识及相关理论
• 2.1 本体的相关理论
• 2.1.1 本体的基本概念
• 2.1.2 本体的构建理论
• 2.1.3 本体的构建工具
• 2.2 用户建模的相关理论
• 2.2.1 用户兴趣模型的概念
• 2.2.2 用户兴趣模型的分类
• 2.2.3 用户兴趣模型的信息收集
• 2.2.4 用户兴趣模型的表示方法
• 2.3 Lucene 全文信息服务系统
• 2.3.1 Lucene 简介
• 2.3.2 Lucene 的相关度排序
• 第三章 基于领域本体的用户兴趣建模研究
• 3.1 基于领域本体的用户兴趣模型研究进展
• 3.1.1 已有的基于本体的用户建模技术
• 3.1.2 与其它建模方法的比较
• 3.2 计算机科学领域本体概况
• 3.3 基于计算机科学领域本体的用户兴趣模型
• 3.3.1 基于领域本体的用户兴趣建模的两种思路
• 3.3.2 改进的基于领域本体的用户建模方法
• 3.4 用户信息的自动收集
• 3.4.1 用户浏览行为分析
• 3.4.2 用户驻留时间的计算
• 3.4.3 用户重复搜索的权重计算
• 3.4.4 用户兴趣的衰减
• 3.5 搜索结果重排序
• 3.5.1 概念相似度的计算
• 3.5.2 基于概念语义相似度与用户兴趣的文档排序
• 第四章 用户兴趣模型的设计与实现
• 4.1 BOUM 系统框架
• 4.2 开发环境和工具
• 4.3 Lucene 原型的搭建
• 4.3.1 搭建Lucene 索引框架
• 4.3.2 搭建Lucene.net 搜索框架
• 4.4 BOUM 系统的核心模型及代码
• 4.4.1 用户兴趣模型的搭建
• 4.4.2 选择本体兴趣
• 4.4.3 添加短期兴趣
• 4.4.4 生成初始化用户兴趣模型
• 4.4.5 用户兴趣模型的更新过程
• 4.4.6 加载用户兴趣的搜索
• 第五章 总结与展望
• 5.1 总结与本文的创新点
• 5.2 进一步的研究方向
• 参考文献
• 致谢
• 读研期间发表的论文和参与项目