基于贝叶斯网络的信息过滤模型研究

传统信息过滤模型很难描述对信息过滤结果产生影响的各种因素 ,如质量、内容、用户偏好之间复杂的关系 ,也无合适的方法让用户将知识加入到信息过滤系统中 .因此 ,提出了基于贝叶斯网络的信息过滤模型 BMIF(Bayesian m odel of inform ation filtering) .BMIF是贝叶斯网络的简化 ,它描述了信息过滤的基本结构 ,提供了 6种节点用于描述影响信息过滤的事件之间的关系 .在此基础上 ,提供了 BMIF的各种使用方法 ,包括将传统方法使用BMIF描述 ,将词法知识用 BMIF表示 ,以及将自动学习与手动交互结合 。