论文部分内容阅读
为解决Internet上对于普通的用户日益严重的“信息迷失”和“信息过载”问题,智能信息检索和个性化信息服务成为当前信息服务研究的重点。作为其基础,一方面要研究如何应用人工智能的技术表示和组织Internet上的信息,另一方面要研究如何建立个性化用户模型,从而更清楚地获取和表示用户的兴趣和信息需求以及智能化地处理用户与检索系统的交互等。本文研究建立层次结构用户兴趣模型的方法。层次结构的用户兴趣模型能够把用户的具体兴趣和笼统兴趣表示成一个连续的整体。从某种意义上说,具体的兴趣应该和短期的兴趣相对应,而笼统兴趣和长期的兴趣相对应,所以用户兴趣模型的这种表示方法为其应用带来了很强的灵活性。本文主要的工作和成果如下:提出了一种层次结构用户兴趣模型的表示方法。一个层次结构用户兴趣模型是一个以单个兴趣向量为节点的树。提出了一种建立层次结构用户兴趣模型的算法。用户兴趣模型是在用户浏览Web信息的过程中动态生成的,如何生成层次结构用户兴趣模型是算法的重点。提出了一种对层次结构用户兴趣模型(即用户兴趣树)进行剪枝的方法。用户兴趣树中的节点不能无限制的增加,当节点数超出一定数目时就要对其进行剪枝。建立层次结构用户兴趣模型的原型系统UMS实现。UMS以中文的Web页面为研究对象,它能监视用户的浏览过程,在对用户的浏览内容进行处理和分析的基础上建立用户兴趣模型。