论文部分内容阅读
基于用户兴趣模型的个性化推荐已经基本上解决了用户兴趣挖掘不足,推荐资源收敛性过快的缺点。但在二次过滤中,概念兴趣簇集中仍存在一定的兴趣冗余和兴趣表征模糊的缺点。将二次过滤的步骤进行了改进。在资源本体描述中,添加了表征各个资源的概念的权重,并引入了概念专注函数来消除兴趣冗余和兴趣表征不足的缺点。实验表明,该改进进一步提高了用户兴趣的推荐程度。