信息过滤系统中用户文档更新策略研究

信息过滤系统(IFSystems)的目的是为了帮助用户查找用户感兴趣的信息。IF系统的用户文档(UserProfiles)表示用户的兴趣,用来匹配网络上的信息。当用户的兴趣发生变化时,用户文档就变得不精确,过滤质量下降。用户的兴趣变化不定,IF系统如何及时快速地更新用户文档以缩短系统性能下降的时间就变得非常的重要。通过对现有IF系统用户文档更新方法的研究,分析了它们的独到之处和存在的不足。

一种新的层次结构网站用户兴趣模式变化识别算法

提出了一种Web用户兴趣变化识别的算法,面向层次结构的信息类网站,可以达到客户自适应的目的.该算法由长、短期两个兴趣模型构成,分别基于指数衰减理论和贝叶斯后验概率理论.基于一个Internet上真实网站的实验结果表明,本文提出的算法可以迅速识别出用户的兴趣变化,并且广泛适用于新闻、虚拟社区等层次结构类网站的网页内容推荐,满足用户在信息浏览时的个性化需求.