论文部分内容阅读
随着互联网的高速发展和电子商务信息化程度的不断提高,人们从中获得的信息量也迅猛增长,造成了信息服务领域的“信息超载”和“信息迷航”。信息个性化服务针对这些问题,通过分析和搜集用户的个体差异和兴趣爱好,能够为不同的用户提供不同的信息服务,因此它逐渐受到人们的普遍关注。然而传统的信息个性化服务技术没有考虑到用户信息需求的情境敏感性以及需求表达的语义差异性,导致了获取的用户需求的准确性和可靠性偏低等状况。本文针对当前信息个性化服务中存在的问题,结合教育部春晖计划的“信息个性化服务关键技术”研究项目,提出了基于本体和情境感知的信息个性化服务框架,并重点研究了情境本体建模方法和基于情境感知的个性化服务技术,本文完成的主要工作如下:(1)针对目前个性化服务中存在的问题提出了基于本体和情境感知的信息个性化服务框架,并详细论述了各个阶段所做的工作和流程。(2)通过对各种情境建模方法的优缺点分析,本文采用基于本体的情境建模方法,并在原有的七步法基础上,融合了评价和软件工程建模中的迭代思想,提出了LESSM的情境本体建模方法,同时采用了情境的多粒度表示方法来进行用户情境本体树的建模,并对大学生服装推荐系统给出部分情境本体建模实例。(3)借鉴心理学中的遗忘理论,用户对其浏览情境也具有一定程度的遗忘,提出了非线性的逐步遗忘函数来合成用户的历史情境和当前情境得到用户的综合情境。它逐步减小了历史情境的权重,增加了当前情境对结果的影响。(4)提出了情境相似度推荐算法,通过计算当前用户综合情境(目标情境)本体树与数据库中已存档的用户综合情境(源情境)本体树之间的相似度,得到最为相似的源情境本体树序列,将源情境本体树下对应的用户购买的商品推荐给当前用户。这里首先将情境树进行切分得到子树,然后根据计算子树的相似度并进行加权求和得到目标情境与源情境的相似度,同时在计算子树的相似度时考虑本体语义之间的相似度,在原有的本体概念相似度计算的基础上增加概念结构相似度的计算,使得语义计算的相似度更加符合实际,从而提高了信息个性化服务的推荐质量,最后对其进行了实例验证。