个性化搜索用户兴趣更新学习及评价研究

提出了一种自适应的用户兴趣模型更新学习及评价方法。为了给用户提供更精准的查询结果,将用户兴趣模型加入自适应调整算法后进行验证,研究通过分析用户短期兴趣、长期兴趣规律,成为该系统建立用户的兴趣模型可能。随着时间等的变化,用户兴趣也会发生相应变化。通过自适应学习过程,为了更好地识别用户感兴趣的信息,通过研究规律进行总结分析。对兴趣学习技术进行研究,同时对该算法进行了评价。主要计算了查准率等参数,为此通过评价得出该用户兴趣挖掘精准率较好,对于现代计算机网络购物,以及网络应用过程挖掘用户行为和兴趣提供了良好的方案,也为个性化推荐应用提供了帮助。