探索Internet的搜索技术和处理针对搜索产生的大量网络信息的个性化推荐技术。在应用中元搜索引擎能充分利用现有的网络技术和资源但需要解决各成员搜索的接口和负载均衡问题;推荐引擎需要解决分词技术、索引词权重、向量空间的相似度计算等几个关键技术。就上述问题进行了分析、评估并寻求解决的办法。在此基础上实现的一个应用于高校教学和科研工作的个性化推荐系统RCSYS,从而促
第 1期
查大元:个性化推荐系统的研究和实现 例如下面列举 P r a e的代码如下: s R e . rn . fc f c e o Ta s O f eo e=n w R c . rn . fc (; i i f e e o T a s O f e ) i s i get S s m. O P t. eE t s n f e a e; tn x= y t I . ah G t xe i ( i n m ) r e no l
4 9
= a c o . e . s l t Ur; n h r Hr f Ab ou e i
/得到 ac o的链接地址/ n hr Ad r sLi k l k= n w d e s n a c o .H
r f T S des n i n e Ad r s Li kf n h r e. o—
t n ( a c o . et; r g ), n h rT x ) i ln .n ik i —
/新建一个链接/
i et f x=:” p f ){ ( .d” / lc C usLn .yc ot{/ok( o r ik sn R o) e R c . rn . d d e o T a s P f f= n w R c . rn . d (; p e eo T a s P f )
n s mm= t i G tu ay 1 k l k d e s t u hs eS mm r (i i Ad r s .h . . n
m D a) le1;
l k o etn A d 1 k; i C l ci . d (i ) n l o n C noe Wr e e 1 k m— u n ) o s l. i l n (i . s m 1; t i n
rtn d. p T tfea e;/} eu l fP t x( l m )/ p 2 in rtr fc. o2 x( lnme; eunofe D cT tfe a ) i i
}l f et=” dc ){ e ei(x= . o” s
}
ct{ ah c c niu; o t e n
}l (x= . p”){ e ei et=” p t s f rtr fc. p2 x(i nme; eu o i P tT tfe a ) n fe l
}l ( x= . t ){ es i et=” hm” ef } } } I itsr c L s: sr c u e t c u e: L s tu t it t t r S r t r u u
rtr y 1 H m x ( l a e; eun d Xm . t ̄T t fe m ) in } le es rtr ul} eun n l:
3 12 ..
分词处理
frah( t lt c r t t nsuti ) oec H mSr t es—i t cLs{ uu mc r t G tik ( t c一 l k ol t n eLn s s u t, i C l ci ); r n e o
中文分词是中文信息处理的一项重要的基础性工作,许多中文信息处理项目中都涉及到分词问题,机器翻译、如自动文摘、自动分类、中文文献库全文检索等。英语文本是小字符集上的已充分分隔开的词串,而汉语文本是大字符集上的连续字串, 并且在词与词之间并没有明显的分割标记。故而存在一个对汉语中的词加以识别的问题,中文分词是推荐引擎实现所必需的关键技术之一。 R S S的中文分词采用
的是中科院的 IT L S分词系统。 CY CCA 基于多层隐马模型的汉语词法分析系统 IT L S具有中文分 CCA,
}}}
在搜索服务器上启动一个后台进程 B cgo nWokr akru d re来完 成 It nt源的搜索和下载。 ne e资 r
3推荐引擎 个I生化推荐是对 it nt n re搜索下载的文件进行文件内容分析 e 处理,到文件的词汇的权重,成矩阵 1再计算用户的关键 得形,词、性特点等文本的权重形成矩阵 2比较矩阵 1矩阵 2的相个,、
词、性标注、登录词识别等功能。分词正确率高达词未 9 58。 7.%
似度得到该文件的推荐值。随着搜索下载的信息的增长、用户和用户提交的关键词的增加,计算机需要完成大量计算任务,在本系统中使用一台专用的推荐服务器 (曙光 E 80启用后台进程 P5 )完成上述计算。推荐信息按十分钟的间隔给用户提示。 在整个文件内容处理分析模块,们涉及到文本内容提我取、分词、去停用词、于化、词权重计算、文件矩阵生成等诸多 过程。 文本内容提取
3 13索引词权重计算 . . 文档和用户查询都有某一主题,就决定了不同索引词的这重要性是不一样的,这需要索引词权重“的计算来体现索引词
的不同,不同索引词分配不同权重。索引词权重的计算要能体 现它对相同文档内容贡献和不同文档的内容区分。
词频 T ( em Feuny ) F Tr rqe c权重是使用某个词在任意文档中出现次数作为词的权重计算方式,它可用于衡量词描述文档内容的好坏程度。从直观上看,当索引词所表示的词在某文档 中出现越频繁,词对表现文档的主题越重要,该 逆向文档频率 I F Ivr ou e t rq ec )度量整个 D (nes D cm n Fe uny e 文档集中包含该索引词的文档个数。在 T F权重中,设了索假
由于我们的推荐系统是通过个性化搜索模块取得大量的网络文件之后,经过推荐引擎模块,再经过推荐引擎内部设置的推荐算法,计算出文件的最终排序得分,终将排序推荐给用户。最 在信息检索技术中,我们通常采用向量空间模型来处理这一过程,向量空间模型处理
的前提是文件必须是文本的格式。对而
引词的重要性是独立于文档集的,是当一个文档集中的大部但
分文档都包含了某一索引词,么索引词对不同的文档区分度那 比较差。
下载的各种文件类型, D easr提取 D C文档内容 ) P一如 oP re( O、 P r r提取 P F文档内容 ) P F asr提取 P F文档内容 ) as ( e F、D Pr ( e D、
在本系统中,对用户的其他一些访问行为如:用户对访问文件的保存、复制、下载、除、问次数等进行扑捉与记录,删访以便
H mP r r提取 H ML文档内容)如图 2所示 ) t las ( e T (。
田 口 ; i
更好地分析用户的使用行为,使用挖掘角度来更好地提高推从荐系统的推荐效果。 文档集合和查询转化成矩阵向量形式后,就可以通过推荐
自
囱
目
自
引擎模块中的推荐公式,计算出用户查询和文件的相似度得分, 从而进行推荐排序。用户浏览个性化的推荐资料时的选择和点击率作为反馈量加入到搜索引擎中,使得搜索内容更接近用户 的个性化要求。
4结束语 图 2文本提取
统一对 d cp tp fhm等文件建立相应的 Pr o、p、d、t l as口, e接然后在文件内容处理模块,过接口对文件文本内容进行提取。通
系统开发初期着重对个性化搜索的研究和探索,借鉴一些 (下转第 9 8页 )

个性化推荐系统的研究和实现查 大元 ( 江西财经大学经济管理与创业模拟实验中心 江西 南昌 330013 ) 摘要 探索 In ternet的搜索技术和处理针对搜索产 生的大量网络...
总第2 2期 6 计算机与数字工程 Cmptr&Dgtlniergoueii gnei aEn Vo.9No813 . 7 3 21 年第 8期 01 一 种 电影 个性化推荐系统 的研 究与实现 钱程 阳小...
网络游戏个性化推荐系统的研究与实现_工学_高等教育_教育专区。网络游戏个性化推荐系统的研究与实现上海交通大学 硕士学位论文 网络游戏个性化推荐系统的研究与实现 姓名...
基于Web使用挖掘的Web个性化推荐系统研究与实现基于Web使用挖掘的Web个性化推荐系统研究与实现隐藏>> 基于Web使用挖掘的Web个性化 推荐系统研究与实现 项目背景 信息爆炸...
个性化推荐系统的研究进展个性化推荐系统的研究进展隐藏>> 第19 卷 1 期 第 2009...[ 60 ,61 ] 考虑用户对产品的打分信息 , 在更复杂 的环境下实现了基于热...
个性化推荐系统的研究进展_工学_高等教育_教育专区。个性化推荐系统裔...张 冀成等邸“61〕考虑用户对产品的打分信息,在更复杂 的环境下实现了基于热...
基于关联规则的个性化推荐系统研究与应用_互联网_IT/计算机_专业资料。.1k201,....这样电子商务推荐系统也应该实现个性化的推荐。 从目前情况来看,个性化的推荐系统...
个性化推荐是一种旨在减轻用户在信息检索方面负担的有效方法。文中把内容过滤技术和文档聚类技术相结合,实现了一个基于搜索结果的个性化推荐系统,以聚类的方法自动组织...
个性化推荐系统研究_互联网_IT/计算机_专业资料。个性化推荐个性化推荐系统研究夏敏捷 推荐系统 ? 随着信息技术和互联网的发展,人们逐渐从信息匮乏的时 代走入了信息...
个性化推荐系统的研究进展_刘建国_信息与通信_工程科技_专业资料。第 19 卷 第...张 翼成等 [ 60, 61] 考虑用户对产品的打分信息, 在更复杂 的环境下实现...
热门文档