個(gè)性化信息推薦服務(wù)模式(已修改)
2025-08-20 23:23 本頁面
【正文】 個(gè)性化信息推薦服務(wù)模式個(gè)性化信息推薦服務(wù)模式PersonalizedInformationRemendationService蔡宏志(武漢大學(xué)武漢430072)摘要作為一種重要的解決信息過載問題和提供個(gè)性化服務(wù)的方案,信息推薦服務(wù)已經(jīng)成為各類信息系統(tǒng)的一項(xiàng).關(guān)鍵詞信息推薦服務(wù)信息服務(wù)個(gè)性化用戶模型模式分析信息推薦服務(wù)是一種根據(jù)用戶的信息需求,興趣或行為模式,將用戶感興趣的信息,產(chǎn)品和服務(wù)推薦給用戶的個(gè)性化信息服務(wù)模式,如熱點(diǎn)鏈接,動(dòng)態(tài)鏈接生成,文件預(yù)取,信息推送,信息提醒,電子商務(wù)網(wǎng)站的產(chǎn)品推薦,種重要的解決信息過載問題和提供個(gè)性化服務(wù)的方案,信息推薦服務(wù)已經(jīng)成為各類信息系統(tǒng)的一項(xiàng)基本功能…,在電子商務(wù)系統(tǒng),信息服務(wù)系統(tǒng)(如新聞,Usenet,電子郵件),搜索引擎,信息檢索系統(tǒng),數(shù)字圖書館,e—learning系統(tǒng),門戶網(wǎng)站中得到廣泛應(yīng)用.研究者一般根據(jù)推薦代理和推薦系統(tǒng)使用的信息過濾技術(shù),將信息推薦服務(wù)分為基于內(nèi)容的推薦服務(wù),協(xié)作推薦服務(wù),混合推薦服務(wù),隨著基于內(nèi)容的推薦服務(wù)與協(xié)作推薦服務(wù)的日益融合以及新的設(shè)計(jì)思想的出現(xiàn),從用戶的角度來探討信息推薦服務(wù)的模式,目的有二:一是能對系統(tǒng)設(shè)計(jì)者有所啟發(fā),二是幫助用戶理解和使用系統(tǒng)提供的推薦服務(wù).根據(jù)系統(tǒng)在實(shí)現(xiàn)推薦服務(wù)的過程是否考慮和利用了用戶特性,可將信息推薦服務(wù)劃分為兩類:差異模式是完全基于內(nèi)容的,不定向的推薦服務(wù)模式,不考慮構(gòu)建和利用用戶模型,個(gè)性化程度一般比較低差異模式是基于用戶的,定向的推薦服務(wù)模式,核心是構(gòu)建和利用用戶模型,個(gè)性化程度一般比較高,化程度和服務(wù)的流向,這兩種模式又可以進(jìn)一步解析出五種子模式:無觸發(fā)模式和四種基本I2I子模式:ItemtoItem,InteresttoItem,InteresttoInterest,ItemtogetherInteresto其中Item指推薦的內(nèi)容對象,可以是產(chǎn)品,信息和服務(wù),Interest指推薦服務(wù)的對象,即用戶,通常以代表用戶信息需求,興趣,偏好或行為模式的用戶模型表示(usermodel或userprofile).前兩類子模式屬于無差異模式,利于從不同的技術(shù)模式中抽象出信息推薦服務(wù)的本質(zhì)特性.l無差異模式所謂無差異模式,而不用建立用戶模型,不用了解用戶興趣,更不用利用用戶相關(guān)作者簡介:,編輯,研究方向?yàn)闀鴺I(yè)營銷研究.:無觸發(fā)模式和觸發(fā)模式.無觸發(fā)模式也可稱為LOG一1N模式或廣告模式,這種模式既不考慮和區(qū)分用戶特性,也不對推薦內(nèi)容作相似度比較和分析,更沒有利用任何形式的相關(guān)反饋(顯式的或隱式的).用戶進(jìn),與其說這是一種信息推薦服務(wù),39。標(biāo)簽的注意力營銷手段,如電子商務(wù)網(wǎng)站為了找到感興趣的用戶而將某種新的產(chǎn)品或,無需太大的投入和系統(tǒng)開發(fā)成本,只需通過某種方式突出所要推薦的服務(wù)即可,:39。,.推薦,.New,.hot等字樣,使用特殊字體或顏色,使用廣告條,新書推薦,目次通報(bào)服務(wù),電子商務(wù)網(wǎng)站上的新產(chǎn)品推薦服務(wù),新聞網(wǎng)站上的重要新聞推薦服務(wù)等,推薦質(zhì)量和收斂性差,因而容易為用戶所忽視,用戶常常使用阻截工具阻,無觸發(fā)模式適用于用戶多且不易細(xì)分而服務(wù)相對比較集中,或目標(biāo)用戶不明確的情況.觸發(fā)模式(ItemtoItem模式).由用戶的檢索或?yàn)g覽活動(dòng)激發(fā)的,就是非常有效的推薦技術(shù),基于內(nèi)容的推薦的實(shí)質(zhì)就是把推薦問題轉(zhuǎn)化為檢索問題,只不過查詢構(gòu)造由系統(tǒng)自動(dòng)完成,查詢表達(dá)為相關(guān)反饋提交給系統(tǒng),從而把推薦問題轉(zhuǎn)化為相似度比較問題,可形式化描述為:r=score(Content(i),Content(is)),其中,ii分別表示用戶瀏覽的對象和系統(tǒng)中的目標(biāo)對象,Content(iu)和Content()分別代表iu,某個(gè)網(wǎng)頁,或用戶的一次查詢,都在一定程度上反映了用戶的當(dāng)前信息需求或興趣,因而,用戶所瀏覽的文獻(xiàn)或網(wǎng)頁,用戶的查詢被當(dāng)作一種相關(guān)反饋提交給系統(tǒng),系統(tǒng)利用用戶所訪問或查詢的對象與其它對象的某種(些)關(guān)聯(lián)規(guī)則和聚類特性將相關(guān)的產(chǎn)品,同一著者關(guān)系,共同著看關(guān)系,事物和文獻(xiàn)聚類關(guān)系,索引詞表對索引詞之間相關(guān)和等級關(guān)系的揭示,產(chǎn)品特征聚類3J,事物共現(xiàn)現(xiàn)象等,都可以用作推圃系,文獻(xiàn)聚類等關(guān)聯(lián)特性提供相關(guān)文獻(xiàn)推薦,CNKI的同類文獻(xiàn)鏈接采用的也是文獻(xiàn)聚類方法,另外,很多檢索系統(tǒng)都利用智能性(co—occurrence)也常常被電子商務(wù)系統(tǒng)和信息服務(wù)系統(tǒng)用來提供推薦服務(wù)如
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1