基于微博用戶興趣模型的信息推送技術的研究.pdf

1、進入21世紀，計算機技術尤其是網絡技術得到了快速的發(fā)展，人們生活的條件和社會的環(huán)境也發(fā)生了巨大的變化，信息技術帶我們進入了一個全新的信息社會。但由于Web頁面過于復雜，無結構而且是動態(tài)的，導致用戶難以快速方便地在網上找到真正感興趣并且是需要的信息，“數據豐富但知識貧乏”的問題普遍且嚴重。
　　 針對當前的問題，個性化的信息推送服務就產生了，和傳統(tǒng)的人找信息不同，它提供給用戶了一種新的服務模式以解決“信息爆炸（過載）”的問題。重要

2、指出的是，用戶模型構建、更新和學習技術、網站自適應技術等都是信息推送服務中的重要技術，而信息推送系統(tǒng)中的基礎和核心就是用戶興趣模型的相關技術。
　　 本文結合當前網絡熱門工具——微博的特點，介紹幾種常用的反饋技術，重點討論了Rocchio反饋技術相關理論，之后對模型學習及更新的方法做了重點討論。微博用戶的興趣會隨著時間、環(huán)境不斷變化著。介紹了基于向量空間模型(VSM)的用戶興趣模型表示等方法并通過增加長期和短期興趣各自的標識以及

3、用戶感興趣的內容最近一次被更新的時間等方法對之進行改進，同時還對關鍵詞權重的計算方法進行了相應的改進，然后詳細介紹長短期興趣分別采用的各自不同的更新方法。提出了結合Rocchio方法和漸進遺忘的方法更新長期興趣模型的算法，對于短期興趣模型，采用的是另外一種方法:滑動時間窗口的方法，同時，考慮短期興趣在滿足一定條件之后可能會轉變?yōu)殚L期興趣，提出混合的模型更新學習方法，使該更新學習方法能夠很準確并且非常高效地追蹤用戶興趣的各種變化。