【正文】 究系統(tǒng)一覽表系統(tǒng)名稱研究機(jī)構(gòu)特 點研究時間TapestryXerox Palo Alto Research Center 最早的ACF系統(tǒng)。? 可指定被監(jiān)視網(wǎng)站的不同位置,并可登錄/刪除；? 指定被監(jiān)視對象的類型；? 指定保存場所；? 指定監(jiān)視時間；? 瀏覽被更新的情報及新到的情報；? 自動收集被更新的情報； 系統(tǒng)的綜合 上述4種技術(shù)的組合而達(dá)到系統(tǒng)的綜合化。? 可指定網(wǎng)站的位置，支持登錄及刪除功能；? 收集對象的類型的指定；? 收集時間的指定；? 保存場所的指定； 自動定點觀測技術(shù)(1)背景 假設(shè)某個用戶，對所關(guān)心的網(wǎng)站的不同位置的情報很感興趣，并進(jìn)行了訪問,收集了所需情報，但是情報源在不斷地更新，如果能有觀測機(jī)能將會給用戶提供很大的方便。如能在指定時間指定的網(wǎng)站，對所關(guān)心的文章的類型進(jìn)行自動收集，將會給用戶帶來很大的方便。(2)本系統(tǒng)在實現(xiàn)個性化方面的特征 主要特點如下所述。提供檢索服務(wù)的互聯(lián)網(wǎng)服務(wù)商有各種各樣的特點，比如對技術(shù)情報擅長，或?qū)π侣勄閳笊瞄L等。但保存與否,可通過訪問次數(shù)來控制；④ 關(guān)于其它（技術(shù)發(fā)展趨勢，各種制品的優(yōu)缺點）的基礎(chǔ)上，將實現(xiàn)自己獨特的調(diào)整手段。另一方面，也將考慮系統(tǒng)的規(guī)模及負(fù)荷；? 管理者可同時進(jìn)行大批量文章的收集、保存處理，抽取文章的屬性并對其管理。與本系統(tǒng)其它部分的連接準(zhǔn)備使用JNI；? 本系統(tǒng)允許事先設(shè)定用戶的特征情報，同時如即使不作任何設(shè)定,可根據(jù)用戶操作處理的軌跡，系統(tǒng)將自動推測出用戶的愛好及其遷移。本系統(tǒng)將采用計算機(jī)分散技術(shù)的標(biāo)準(zhǔn)CORBA（Common Object Request Broker Architecture），來實現(xiàn)分散化處理；? 采用DBMS對情報進(jìn)行管理。? 新到情報的推薦服務(wù)：根據(jù)各個用戶的不同要求，在一定的時期內(nèi)，把新到情報提供給用戶；? 用戶特征指定服務(wù)：允許用戶將其關(guān)注的單詞/文章等在系統(tǒng)里登記或刪除；? 類似關(guān)鍵字的提供服務(wù)：系統(tǒng)可提供與檢索用關(guān)鍵字相類似的關(guān)鍵字一覽表；? 熱門網(wǎng)頁的提供服務(wù)：提供受歡迎的網(wǎng)頁的地址；? 個性廣告的提供服務(wù)：對互聯(lián)網(wǎng)服務(wù)商（ISP）來說，可根據(jù)用戶的特點、愛好而主動提供恰到好處的廣告；為管理操作的方便，同時也向系統(tǒng)管理員提供機(jī)能豐富的服務(wù)。如果將上面幾種方法組合起來使用，相信還會進(jìn)一步提高推薦精度。關(guān)鍵字的類似考慮用統(tǒng)計學(xué)的方法去實現(xiàn)。對于用戶間的類似和文章間的類似來說，按Jaccard’s Coefficient法，平均最小二乘距離法，改良二值距離法距離法，皮爾森相關(guān)法的順序，計算精度比較理想。 判別類似的對象有4種，即用戶（屬性）對用戶（屬性）的類似，文章（屬性）對文章（屬性）的類似，用戶（屬性）對文章（屬性）的類似及關(guān)鍵字的類似。分組算法則恰恰相反?！　lustering方法和分組算法的目的是相同的。 分組計算方面，基本上是利用類似算法。 其次，對算法中使用的數(shù)學(xué)模型進(jìn)行了分析。這次準(zhǔn)備分階段實現(xiàn)。因為本次開發(fā)準(zhǔn)備採用FGACF。 其二，Automated Collaborative Filtering 和Feature Guided Automated Collaborative Filtering?？梢院瓦@個領(lǐng)域之內(nèi)的專家保持同步。 其一，Active Collaborative Filtering。iv：自然語言解析算法 自然語言解析是指將對象文章按單詞的單位分割,并將其生成一個個的標(biāo)簽(tag),進(jìn)而選出必要的名詞(如已知和未知的名詞),計算出其出現(xiàn)頻度,考慮其在文章中的位置,文章的長度等因素,可提供禁用詞匯的管理機(jī)能以及對現(xiàn)實生活中沒有特別意義的名詞不予登錄(象對禁用語的處理一樣)的機(jī)能.預(yù)計開發(fā)產(chǎn)品的特點① 關(guān)于算法，我們在前期開發(fā)中進(jìn)行了大量的模擬實驗。系數(shù)： αa= (nx+na) / (nx+nc) αb= (nx+nb) / (nx+nc) β=－nx / (nx+nc) γ=0iii：分組(Grouping)算法 即將相類似的對象歸為同一個組的算法。系數(shù)： αa= αb= β=－ γ=0 ⑥ 最短距離法利用方程式(1)。系數(shù)： αa= αb= β=0 γ=④ 可變法 利用方程式(2)。系數(shù)： αa= na / nc αb= nb / nc β=0 γ=0② 重心法 利用方程式(2)。 dxc=αadxa+αbdxb+βdab+γ|dxa –dxb (1) dxc2=αadxa2+αbdxb2+βdab2+γ|dxa2 –dxb2 (2) 方程式表示從a和ｂ出發(fā),生成新要素ｘ,并求出與要素ｃ的距離。 ｝ ｝ dij=1?rijii ：群(Clustering)算法 即將相類似的對象歸為同一個群的算法.以下涉及的7種群算法都將分兩步實現(xiàn).第一步:對各個基本要素,新要素則被稱為分支.第二步:,進(jìn)而生成新要素。 ｝else{ MapU (χmn) = SMALL。 } else if (χmn in topN ) { //如果為重要屬性 MapU (χmn) =BIG。計算結(jié)果為ｒ的時候,值越靠近1表示二者越類似。} else {ｃｍｎ= 1 。 χj=(χj1,χj2,......,χjp)。處理中使用的各種數(shù)學(xué)模型系統(tǒng)內(nèi)部使用的算法如下所示，所有算法都屬于古典統(tǒng)計學(xué)的范疇之內(nèi)。做為推薦服務(wù)和個性化服務(wù)的核心技術(shù)，協(xié)調(diào)過濾技術(shù)在1996年左右就被研究開發(fā)出來了。個性化服務(wù)和一對一服務(wù)（One—to—One Service）具有相同的含義。更值得注目的是以著名的,規(guī)模大的互聯(lián)網(wǎng)提供商提供的檢索引擎和電子商務(wù)（EC）服務(wù)為中心而逐步展開的個人服務(wù)?？梢赃@樣說，怎樣將各種技術(shù)要素有機(jī)地結(jié)合成一個完整的系統(tǒng)，是本系統(tǒng)商品化成敗的關(guān)鍵。由此而造成錯誤的過濾。孤獨用戶的存在問題（gray sheep）特別是在中小規(guī)模的網(wǎng)絡(luò)內(nèi)使用協(xié)調(diào)過濾系統(tǒng)時，有可能存在著與多數(shù)用戶意見不同的孤獨的用戶。但現(xiàn)實往往是只能收集到很少一部分受到評價的情報。相比之下，協(xié)調(diào)過濾法，則可自動判別這些情報是否受到廣大用戶的認(rèn)可。另外，對于登錄的情報及新注冊的用戶而言，推薦的精度較差。協(xié)調(diào)過濾法的特點下表列出了協(xié)調(diào)過濾法的主要特點。從類別上可分成類似算法數(shù)學(xué)模型，分組算法數(shù)學(xué)模型，自然語言分析數(shù)學(xué)模型等三類。除此之外，世界上各大學(xué)和公司也在研究利用情報的屬性進(jìn)行多變量解析的Cluster分析法自動地把項目分組，從而提高系統(tǒng)性能和精度。斯坦福大學(xué)(Stanford University) 的產(chǎn)品Fab，明尼蘇達(dá)大學(xué)計算機(jī)科學(xué)工程系(Dept. of Computer Science and Engineering at the University of Minnesota)的Net Perceptions 。近年來,以互聯(lián)網(wǎng)的各種Web網(wǎng)頁作為過濾處理對象，從文章中出現(xiàn)的各個關(guān)鍵詞組出發(fā)，對系統(tǒng)中新登錄情報進(jìn)行預(yù)測評價的方法受到了廣泛的關(guān)注。為解決這些問題，事先把各種情報通過賦予屬性情報的方法進(jìn)行分類（Feature Guided），根據(jù)屬性情報分組，將愛好相近，領(lǐng)域類同的有用情報盡早地向用戶推薦。純粹的ACF基本上不考慮情報的內(nèi)容，在情報量不斷增大的時候仍把各種情報一視同仁，很容易造成錯誤的推薦。III． Feature Guided Automated Collaborative Filtering（FGACF）根據(jù)用戶的愛好，從事的領(lǐng)域各不相同這一現(xiàn)實，采用把作為過濾對象的項目群賦予屬性情報，從而縮小問題的范圍，提高推薦精度的方法即為FGACF法。另外，情報量和用戶數(shù)（評價數(shù)）差距較大時，難以找到附近的用戶等。由于歸根到底是靠用戶的評價值而進(jìn)行推薦的，如果某個情報誰也沒進(jìn)行評價則永遠(yuǎn)得不到推薦。自動評價的預(yù)測值則是根據(jù)其他用戶和本用戶的評價情報，采用皮爾森相關(guān)系數(shù)等相關(guān)算法而計算出來的。該系統(tǒng)的特點是:彼此相識、指定范圍內(nèi)的用戶通過相互指定，可以做到指定人與其認(rèn)可的某一領(lǐng)域?qū)＜?被指定人)間的情報同步。另外，為能實現(xiàn)利用者愛好的自動追蹤及判斷，Agent系統(tǒng)（Agent system）技術(shù)及人工智能技術(shù)的研究利用,也有很大的潛力。正是基于這點，有時也稱其為社會過濾法（Social Filtering）。“Guiding people’s choices of what to read，what to look at，what to watch，what to listen to （the filtering part），and doing that guidance base on information gathered from some other people（the collaborative）。另外，還有各種各樣不同的定義方法。所以,我們可以為協(xié)調(diào)過濾做以下的定義。②則是將這些用戶的特征歸納起來，做到情報的交換。技術(shù)構(gòu)成要素協(xié)調(diào)過濾方法是基于情報流通傳播，以提高收集效率為目標(biāo)的情報收集的方法。這個過程即是一個相互協(xié)調(diào)的過程。關(guān)心相同內(nèi)容的用戶參加mailing list，相互之間交換情報。綜上所述,在各種情報的收集活動中,通過使用協(xié)調(diào)技術(shù)，可以提高收集活動的效率。%%%其他%%% 互聯(lián)網(wǎng)活躍用戶調(diào)查(日經(jīng)BP出版社)據(jù)以上的調(diào)查結(jié)果，%，作為剛開始不久的服務(wù)來說這個數(shù)字不算什么，%，將全體的一半。%%%已經(jīng)使用過了，感到?jīng)]必要。%%%還從未使用過，因感到不必要，今后也不打算利用?；卮?年月1999年12月1999年6月1998年12月還從未使用過，看起來很方便，今后想利用。，以用戶輸入的檢索關(guān)鍵字為基準(zhǔn)，向用戶介紹有關(guān)網(wǎng)上商品銷售網(wǎng)站（Web Site）的推薦（Remence）型服務(wù)已經(jīng)開始了。更具體地說，根據(jù)用戶的愛好和要求，系統(tǒng)自動提供/推薦各類信息，也即推薦服務(wù)（Remence Service）的方法。而這些知識常常包含了間接、甚至直接解決問題的重要信息。為解決上述的問題，出現(xiàn)了協(xié)調(diào)過濾這樣一種嶄新的方法。相互間獨立的情報收集是現(xiàn)有各種主要檢索軟件的致命傷，是一種不可取的方式。而在現(xiàn)實世界里，對于關(guān)心共同話題，共同內(nèi)容的用戶來說，一個最重要的問題就是進(jìn)行高效的情報交流和共享。這個問題的發(fā)生，同樣是因為瀏覽亦是相互之間獨立進(jìn)行的緣故。其次，用戶很可能找不到他所需的情報。瀏覽屬于最困難的情報收集方法的一種。一個具體的例子就是大家所熟悉的對各種WWW主頁的檢索。綜上所述，情報過濾與情報檢索相同，欲