在构建面向海量信息管理的大型应用系统中(如数字图书馆,电子商务等),以用户为中心的个性化服务已经成为极具挑战性的研究课题。本项目将深入分析个性化服务中的关键技术和相关工作的最新进展,基于信息过滤技术开展个性化服务的理论、方法和应用的研究。针对基于内容的过滤技术,通过分析对比矢量空间模型、概率模型、多模式表达模型等特征选取方法,利用领域分类模型上的概率分布,提出一种新的用户兴趣表达和更新的方法,设计
在构建面向海量信息管理的大型应用系统中,如数字图书馆,电子政务,电子商务等,以用户为中心的高效个性化服务已经成为十分重要并具有挑战性的研究课题。本课题将深入分析面向海量信息管理中个性化服务涉及的关键技术和相关工作的最新进展。基于信息过滤技术(包括基于内容的过滤技术和协作过滤技术)开展个性化服务的理论和方法的研究。针对基于内容的过滤技术,将提出一个基于内容过滤的个性化搜索算法和一种基于概率模型的用户兴趣表示方法,并与矢量空间模型等方法进行试验对比来选择表达用户兴趣和变化的最好方法。针对协作过滤技术,将定义两个新概念用户权威性和资源流行性,并提出基于分类的协作过滤算法,通过试验研究协作过滤方法的预测精度和性能。在上述研究成果的基础上设计并实现一个个性化服务原型系统,提供个性化的检索与主动推荐服务。