基于用户态感知的个性化服务推荐模型研究

来源 :湘潭大学 | 被引量 : 0次 | 上传用户:a13600660175
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着计算技术、网络通信技术、嵌入式技术的发展,计算模式正在向普适计算模式转变,人们期望能够随时、随地、透明地访问信息空间,享用普适计算环境(信息空间和物理空间融合后的环境)所提供的服务。但日益增加的信息量使得用户不断被庞大的信息海洋淹没;人们在寻求一种将用户感兴趣的信息主动推荐给用户的个性化服务模式。在求解用户偏好时,上下文信息起到非常重要的作用,与其密切相关的上下文感知计算也已经成为一个相对独立的研究领域。其中怎样感知推理出用户的活动行为即活动感知计算也慢慢成为该领域的一个研究热点。本文重点研究了普适计算中的上下文感知计算和个性化服务推荐。通过挖掘用户行为,提出了一种基于用户态活动感知的个性化服务推荐模型。主要内容和研究成果包括以下几点:1.提出了一个基于用户态的活动感知计算子模型。在该模型中,描述当前用户活动行为的复合信息概念用“用户态”来表达。此模型主要分为软件感知模块,服务内容感知模块和用户态推理模块。其中,软件和服务内容感知模块通过用户端底层软传感器收集原始上下文信息。再使用用户端智能体中的集成器对上下文信息进行抽象格式化后与服务器端的智能体进行信息交互。最后通过服务器端智能体中的用户态推理模块分析出代表当前用户综合状态下的特定用户态。本文提出的用户态子模型具有结构清晰,推理快速,判断准确等特点,并在管理和实现上相对独立,具有很好的灵活性和扩展性。2.提出了一个基于内容过滤和项目协同过滤的混合个性化服务推荐子模型。该模型从本体论的角度对服务本身进行描述,并对整个服务项目集合进行以概率模型为基础的服务子类层次结构划分。通过先前的用户训练和使用时的数据统计,来计算出要推荐的服务子类集合,然后再对每个推荐服务子类中特定的项目和用户进行项目协同过滤,从而得到某个用户的推荐项目集合结果。仿真实验结果表明,该子模型具有较高服务推荐的准确率和召回率。3.基于上述两个子模型,设计并实现了一个基于用户态活动感知的个性化服务推荐模型。该模型通过实时感知当前用户的用户态,过滤掉和当前用户态不符的兴趣服务子类,再根据剩余的兴趣子类求出具体的推荐服务项目集合。目标系统的实际运行结果表明,该模型的推荐内容与当前用户态较为一致,且具有较高的推荐服务质量。
其他文献
如今对于标准编码文字的检索已非常成熟,其应用几乎无处不在。如果能用与检索标准编码文字相类似的方法来实现对以计算机文件形式存储的手写文档的查询和检索的话,则能够大大
数据挖掘是目前信息领域和数据库技术的前沿研究课题,被公认为是最具发展前景的关键技术之一。数据挖掘涉及到统计学、人工智能(特别是机器学习)、模糊理论和数据库技术等多
众所周知,为了达到良好的预测效果,一个必须的条件是大量的知识。我们可以使用人工输入、机器学习等方法来获得大量的知识,这些知识大都表示为if-then的形式。随着规则引擎系
信息时代的数据存储技术使存储海量数据成为可能,数据挖掘作为一个新兴的研究领域,正在试图通过探索大数据量、复杂的数据类型以及建模技术来解决信息过载的危机,并使得对海
聚类是数据挖掘中用来发现数据分布和隐含模式的一项重要技术。论文首先总结了数据挖掘中的聚类算法,并着重分析了几种经典的聚类算法:KMeans、DBSCAN,CLIQUE,分析了它们的各
随着计算机图形学理论和技术的不断发展,人们逐渐把注意力从现实世界转向到虚拟世界,并开始一步一步地模拟我们身边的这个世界。不断前进的图形学的技术使得我们可以将这个现
小波理论在图像处理中得到了广泛的应用,但方向性的缺乏使小波变换不能充分利用图像的几何特性。为了克服这种局限,多尺度几何分析应运而生。Curvelet是由小波分析和脊波分析
传统的工作流模型注重于用活动及其关系描述工作流,以活动为中心进行管理,而忽略了活动的主体角色及角色间的交互,本文提出了通过结合角色和Petri网等相关技术进行工作流建模
图形检测是计算机视觉的重要任务之一,在辅助设计、医学图像处理、工业产品检测及海底探测等都有着广泛的应用。对于卫星舱等复杂布局设计,一种较好的方法是采用人机结合的演
随着信息技术的发展,企业的核心业务与信息技术联系越来越紧密,业务系统的运作也更加依赖信息技术,为此企业投入了大量资本构建信息系统。然而由于缺乏有效的管理,信息系统并