智能决策支持是现代科学决策的一个主要发展方向。利用计算机技术实现分布式式的信息交互平台,对于实现指挥控制的智能化、一体化和信息化,提高决策支持科学管理水平具有极其重要的意义。随着信息技术的发展和资源数量增长,智能决策支持系统中对于信息的个性化服务需求也越来越迫切,根据决策系统的信息需求和目标用户兴趣和行为的差异,为会商决策支持系统提供多层面、不同结构的信息服务,是人工智能技术和计算机仿真在实现决策支持上的一个新的发展方向和重要研究领域。 本文是黄河水利委员会“黄河防汛会商决策支持系统”中关于信息服务个性化研究的课题。其主要目的是实现个性化推荐服务与信息的准确定位。个性化推荐技术综合信息内容过滤、协同过滤及信息的数据挖掘等多种数据分析技术,根据用户的个性化需求及时、准确、主动地向用户提供所需信息,并能根据用户的反馈进一步改进推荐结果。本文以实际工程应用为研究背景,对个性化推荐系统的模型建立、模型更新、及最优匹配算法展开了下列的研究工作: (1) 个性化推荐系统的主体是文档资源和用户资源。为信息资源建立合适的描述模型和为用户建立准确的兴趣模型对个性化推荐系统来说是非常重要的。 (2) 用矢量空间模型可以很好的表达用户的兴趣描述,但是无法区分用户兴趣之间的差异。采用概率空间模型来描述兴趣之间的不同,可以方便地计算用户兴趣和文档在个性化模型上的概率分析,更好的体现了用户兴趣的多样性及变化。 (3) 及时准确地捕捉用户兴趣变化更新兴趣模型。系统应用遗传算法捕捉用户兴趣发生的改变,采用适应度函数来评价兴趣模型的优劣,逐步了解用户真正的兴趣所在。同时更新用户兴趣描述,生成新的兴趣模型。 (4) 强化了个性化推荐系统仿真及结论分析。 本文根据系统要求建立信息资源和用户模型,引入了专家权威性与文档通用性的概念用来解决模型系统的更新问题。