出版社:科学出版社
年代:2010
定价:48.0
本书在总结国内外个性化信息推荐相关理论与方法的基础上,对基于Web挖掘的个性化信息推荐机理与方法进行了全面的研究。第一,应用全信息理论和信息运动过程模型,从“点击流”信息资源开发与利用的角度,构建了基于Web挖掘的个性化信息推荐模型,以此为基础提出了个性化信息推荐的方法体系。第二,阐述了基于Web交易事务聚类的用户偏好分析方法,即:通过聚类算法对交易事务进行聚类,并利用各个聚类的质心点矢量来表征每个聚类以生成Web使用文档,然后比较用户当前会话与Web使用文档的相似性以产生用户偏好视图。第三,提出了基于Web特征词条聚类的推荐规则获取与匹配方法,即:通过特征词条及其权重来表示交易事务和用户当前会话,并利用聚类算法对交易事务进行聚类,再利用特征词条权重计算交易事务中每个页面的权重以导出Web内容文档,然后通过计算用户当前会话与Web文本文档之间的距离以进行匹配,进而产生个性化推荐页面集。第四,利用我国学者提出的领域本体构建方法阐述了当当网Web领域本体构建过程,并以当当网Web领域本体为例,通过构造约简的语义层次的Web使用文档和用户当前会话,并利用Web领域本体概念相似性比较方法,提出了一种基于Web领域本体的个性化信息推荐方法。第五,假定针对特定商品(台式电脑)的一般用户效用函数已经构建,以此为基础构建先验贝叶斯网络,重点分析了如何利用贝叶斯网络的学习机制来构建针对特定用户的面向此次站点访问的效用函数。