网络环境中个性化推荐系统研究*

doi:10.11925/infotech.1003-3513.2007.04.09

现代图书情报技术

2007, Vol. 2

Issue (4): 35-38 https://doi.org/10.11925/infotech.1003-3513.2007.04.09

知识组织与知识管理

本期目录 | 过刊浏览 | 高级检索

网络环境中个性化推荐系统研究*

刘松

（广东商学院信息学院广州 510320）

Study of Personalized Recommendation System on Internet

Liu Song

(Information Technology School,Guangdong Business College, Guangzhou 510320，China)

摘要
参考文献
相关文章
Metrics

全文: PDF (424 KB)
输出: BibTeX | EndNote (RIS)

摘要

提出一个结合本体论及通用个人资料的个性化推荐模式。首先以网络分类服务作为本体论来解释用户的网络浏览行为，以此挖掘用户的偏好；其次，利用Web使用挖掘技术过滤多余的浏览记录，增强个性化的准确度；最后，利用本体论的层次结构特点，从用户偏好类别中挖掘其潜在偏好，产生符合用户特征的通用个人资料。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	刘松

关键词 ：个性化, 网络分类服务, 本体论, Web使用挖掘

Abstract：

This paper presents a personalized recommendation system by using Ontology and universal user profile. Firstly, the Website directory service is used as Ontology to identify user’s browsing behaviors on Internet to discover user preferences. Secondly, the redundant Web logs are filtered out by using Web usage mining technology , which can enhance the accuracy of personalization. Finally, from user preference directory, user’s potential preference is discovered by using the hierarchical property,that is,to bring out the universal user profile which match the characteristics of the user.

Key words： Personalization Website directory service Ontology Web usage mining

收稿日期: 2007-03-12 出版日期: 2007-04-25

TP311

基金资助:

* 本文系广东省自然科学基金项目“网络环境中个性化推荐系统研究”(项目编号：06023961)的研究成果之一。

通讯作者: 刘松 E-mail: liusong323@163.com

作者简介: 刘松

引用本文:

刘松 . 网络环境中个性化推荐系统研究*[J]. 现代图书情报技术, 2007, 2(4): 35-38.
Liu Song . Study of Personalized Recommendation System on Internet. New Technology of Library and Information Service, 2007, 2(4): 35-38.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2007.04.09 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2007/V2/I4/35

1Cingil, Ibrahim, Asuman Dogac, et al. A Broader Approach to Personalization. Communications of the ACM, 2000，43(8):136-141
2Cingil, Ibrahim. Supporting Global User Profiles through Trusted Authorities. ACM SIGMOD Record, 2002(31):11-17
3Gruber T R. A Translation Approach to Portable Ontology Specifications. Knowledge Acquisition, 1993(5):199-220
4Labrou, Yannis , Tim Finin. Yahoo! as an Ontology- Using Yahoo! Categories to Describe Documents. In:Proceedings of the Eighth International Conference on Information and Knowledge Management. Pittsburgh:［s.n.］, 1999:180-187
5贾春华. 数字图书馆的个性化信息服务. 现代图书情报技术,2004 (12) : 88 - 90
6张鼐. 基于本体论的网络信息检索. 情报杂志，2006（4）：95-99

[1]	吴彦文, 蔡秋亭, 刘智, 邓云泽. 融合多源数据和场景相似度计算的数字资源推荐研究^*[J]. 数据分析与知识发现, 2021, 5(11): 114-123.
[2]	丁浩, 艾文华, 胡广伟, 李树青, 索炜. 融合用户兴趣波动时序的个性化推荐模型^*[J]. 数据分析与知识发现, 2021, 5(11): 45-58.
[3]	苏庆,陈思兆,吴伟民,李小妹,黄佃宽. 基于学习情况协同过滤算法的个性化学习推荐模型研究^*[J]. 数据分析与知识发现, 2020, 4(5): 105-117.
[4]	郑淞尹,谈国新,史中超. 基于分段用户群与时间上下文的旅游景点推荐模型研究^*[J]. 数据分析与知识发现, 2020, 4(5): 92-104.
[5]	魏伟,郭崇慧,邢小宇. 基于语义关联规则的试题知识点标注及试题推荐^*[J]. 数据分析与知识发现, 2020, 4(2/3): 182-191.
[6]	张怡文,张臣坤,杨安桔,计成睿,岳丽华. 基于条件型游走的四部图推荐方法^*[J]. 数据分析与知识发现, 2019, 3(4): 117-125.
[7]	叶佳鑫,熊回香. 基于标签的跨领域资源个性化推荐研究^*[J]. 数据分析与知识发现, 2019, 3(2): 21-32.
[8]	聂卉. 结合词向量和词图算法的用户兴趣建模研究 ^*[J]. 数据分析与知识发现, 2019, 3(12): 30-40.
[9]	丁浩,李树青. 基于用户多类型兴趣波动趋势预测分析的个性化推荐方法 ^*[J]. 数据分析与知识发现, 2019, 3(11): 43-51.
[10]	李杰, 杨芳, 徐晨曦. 考虑时间动态性和序列模式的个性化推荐算法^*[J]. 数据分析与知识发现, 2018, 2(7): 72-80.
[11]	侯银秀, 李伟卿, 王伟军, 张婷婷. 基于用户偏好与商品属性情感匹配的图书个性化推荐研究^*[J]. 数据分析与知识发现, 2017, 1(8): 9-17.
[12]	陈梅梅, 薛康杰. 基于标签簇多构面信任关系的个性化推荐算法研究^*[J]. 数据分析与知识发现, 2017, 1(5): 94-101.
[13]	陈梅梅, 薛康杰. 基于改进张量分解模型的个性化推荐算法研究^*[J]. 数据分析与知识发现, 2017, 1(3): 38-45.
[14]	罗文馨,陈翀,邓思艺. 基于Word2Vec及大众健康信息源的疾病关联探测[J]. 现代图书情报技术, 2016, 32(9): 78-87.
[15]	谭学清,张磊,黄翠翠,罗琳. 融合领域专家信任与相似度的协同过滤推荐算法研究^*[J]. 现代图书情报技术, 2016, 32(7-8): 101-109.

Viewed

Full text

Abstract

Cited

Shared

Discussed