基于结果聚类分析的个性化推荐模型  

Personalized Recommendation Model Based on Results Clustering Analysis

作　　者：罗文兵[1] 吴润秀[2] 王明文[1] 朱莹婷[1] 熊超[1] 

机构地区：[1]江西师范大学计算机信息工程学院,江西南昌330022 [2]南昌工程学院计算机科学技术系,江西南昌330099

出　　处：《广西师范大学学报（自然科学版）》2010年第1期113-116,共4页Journal of Guangxi Normal University:Natural Science Edition

基　　金：国家自然科学基金资助项目(60963014;60663307);江西省自然科学基金资助项目(2007GZS0186);江西省教育厅科技项目(GJJ09365);江西师范大学青年成长基金资助项目(2696)

摘　　要：提出一种基于结果聚类分析的个性化推荐模型。首先根据用户的访问行为建立用户兴趣模型,再利用多种信息的融合算法对搜索结果重新排序,最后对结果进行聚类分析,调整不同类别文档的权重后进行推荐。教学科研信息推送实验结果表明,基于结果聚类分析的个性化推荐模型能提高推荐效果。This paper proposes a personalized recommendation model based on results clustering analysis. First,a user model is established according to the user behavior;Then the search results are re-sorted by using multiple information fusion algorithms. Finally clustering analysis on results is carried out and recommendations are made by adjusting the weight of different class document. The experimental results of teaching scientific research information recommendation show that this model can improve the recommendation effectiveness.

关 键 词：个性化推荐 信息检索 聚类分析 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]