结合资源语义和用户访问路径分析的个性化推荐模型  

Personalized Recommendation Model Based on the Combination of Resource Semantic and User Access Path Analysis

作　　者：陈祖琴[1] 葛继科[2] 刘喜文[1] 

机构地区：[1]南京大学信息管理学院 [2]重庆科技学院电气与信息工程学院

出　　处：《情报理论与实践》2014年第9期129-132,共4页Information Studies:Theory & Application

基　　金：国家自然科学基金面上项目"面向知识服务的知识组织模式与应用研究"(项目编号:71273126);国家自然科学基金青年科学基金项目"面向知识服务的知识库结构研究"(项目编号:71303109);江苏省社会科学基金青年项目"信息的语义组织与跨领域检索模式研究"(项目编号:12TQC015)的成果

摘　　要：针对已有的个性化推荐方法仅根据用户的访问行为,或者仅根据用户所访问的资源主题的相似性进行用户模式划分的问题,提出一种结合资源语义和用户访问路径分析的个性化推荐方法。在对用户访问路径进行语义标注的基础上,同时基于用户访问路径相似度和用户访问主题相似度对用户进行模式划分,并采用混合推荐技术构建个性化推荐模型。初步实验结果表明了方法的有效性和可行性。In the view of the existing personalized recommendation method, in which divides the user model only according to the user access behavior or based on the similarity of user access topics. This paper puts forward a personalized recommendation method based on the combination of resource semantic and user access path analysis. The paper divides the user model on the basis of the semantic label of user access path, as well as the similarity of user access path and similarity of user access topics. Then, the paper constructs the personalized recommendation model by adopting blending recommendation technology. The preliminary experiment results show the effectiveness and feasibility of the proposed method.

关 键 词：用户兴趣 个性化推荐 模型 

分 类 号：TP391.3[自动化与计算机技术—计算机应用技术]