基于关联规则和Multi-Agent的个性化信息推荐系统研究
为提高网络信息激增中个性化信息推荐的有效性和智能性,将关联规则技术和Multi-Agent技术应用到个性化信息推荐中,设计一个通过对用户日志挖掘以产生个性化信息推荐的系统PIRS.该系统包含6个不同层次具有独立功能而又相互关联的Agent任务模块,引入多个Agent收集和分析用户信息来学习用户的兴趣和行为,体现个性化信息推荐的智能性;利用PIRAgent在用户日志中进行挖掘时,采用的关联规则挖掘方法是基于位对象技术和改进的FP-Tree构造方法,提高系统推荐效率.
关联规则、Multi-Agent、个性化信息推荐系统、数据挖掘、Web挖掘
53
G202;TP311.138(信息与传播理论)
西安科技大学培育基金200750;西安科技大学培育基金GJX-2009-YB-6
2010-04-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
111-114