雅宝题库解析：
随着科学技术的发展，信息量指数级增加，人们要在大量的数据中找到自己想要的信息变的非常困难。即使能找到，也必将耗费大量的时间。这样就难以跟上信息高速发展的需求，个性化推荐技术就是为了解决这个题目而产生的。它能够根据不同用户对信息的不同需求来为其提供个性化的信息服务，因此个性化信息服务受到越来越多研究者的重视。本文重点研究面向北航数字图书馆的个性化推荐技术，分析传统兴趣模型存在的不足，构建改进的兴趣衰退模型；分析协同过滤算法的不足与存在题目，并对该算法进行有针对性的改进。首先，本文研究用户和资源模型，在基于VSM(Vector Space Model向量空间模型)用户模型和资源模型表示方法的基础上进行改进，提出用户兴趣衰退模型以及资源兴趣衰退模型的表示和计算方法。改进的方法可以隐式的获取用户对资源的访问记录，通过获取用户的浏览行为、条目下载与否以及相关时间属性等信息来计算用户的兴趣度、兴趣偏好以及获取资源的权重信息，在此基础上加入时效性概念，对权重的计算进行重新定义。本方法在计算用户兴趣度以及资源权重的方面不仅具有一定的可扩展性，而且还带来精确性的提高。其次，本文针对协同过滤算法进行改进，在算法的计算过程中加入时效性等因素，根据时效性以及用户兴趣衰退模型和资源兴趣衰退模型等其他因素来计算资源对用户的兴趣度，可以获得更加精确的推荐结果。最后，依据本文提出的用户兴趣衰退模型、资源兴趣衰退模型以及基于时效性改进的协同过滤算法设计并实现个性化推荐系统。
发表于 2022-9-15 17:32:59
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
QQ登录
