基于概念聚类的用户兴趣建模方法
Internet资源的指数级增长促进了个性化服务的发展,针对传统的用户兴趣建模方法在准确率和增量处理能力方面的不足,提出了一种新的基于概念聚类的用户兴趣建模方法UIM_2C_2(User Interest Modeling Method based on Conceptual Clustering).该方法首先通过分析用户访问的历史文档构造后缀树结构,然后选择不同的相似度阈值,以不同的粒度合并基本簇.依据不同阈值条件下合并的基本簇之间的包含关系,生成用户的兴趣层次.UIM_2C_2方法是针对文档的一个增量式、无监督的概念学习方法,因此用户描述文件可以轻易的获取和更新.最后,通过数据集20NewsGroup上的实验验证了UIM_2C_2方法在兴趣预测方面的有效性,
因特网、信息检索、兴趣预测、用户兴趣模型
36
TP391(计算技术、计算机技术)
国家自然科学基金60803120
2017-01-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
188-192