手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

个性化信息服务实现方法的研究

郑泓

  个性化信息服务由于服务对象的个体差异使其需求不断变化。现有的信息服务系统,虽然自身信息量极其丰富,但缺乏深入了解用户的方法和策略。本文在深入分析现有个性化信息服务技术的局限性以及国内、外研究现状的基础上,把人工智能Agent技术、数据挖掘技术用于个性化信息服务,通过对个性化信息服务系统结构的研究,探讨了新的结构模型,并针对用户兴趣特征的提取等关键技术进行了研究。本文在以下几个方面取得了进步:首先,提出了面向终端用户的个性化信息助手的概念(Personalization Information Assistant简称PIA)。这是本文提出的个性化信息服务实现方法的核心内容和思想基础。其次,根据个性化信息助手的定义,遵循以用户需求为中心的设计思想,又提出了基于Web的三层Agent框架结构模型的实现方法。该模型各层次模块功能既相互独立又相互联系,可根据需要自由调整;每一层次所涉及的技术可分别进行研究、实现;个性化信息助手的能力由个性化信息服务系统的知识范围确定。整个结构模型灵活多变、易于操作,对个性化信息服务的实现具有普遍的实用意义。本文以用户兴趣特征的提取为研究的切入点,通过对定制服务、提问、相关反馈、Web使用记录挖掘等提取方法的研究来全面了解用户。定制服务满足用户明确分类的信息需求,获得用户基本的个性特征;提问方式为用户推荐新信息,用户进行评判并反馈给系统,以建立系统与用户间的长期信任关系,进一步获取用户兴趣特征;系统定期聚类相关反馈信息,调整用户兴趣特征;对Web服务器日志进行数据挖掘,能够发现用户行为模式、相似用户群体,并结合用户个人信息,得到较准确的用户兴趣特征。本文应用Agent技术实现了个性化信息服务系统的智能化,并通过对个性化信息助手的训练,能逐渐学习用户兴趣,根据用户的兴趣倾向为用户提供个性化信息服务;同时,还能关注信息的变化,将最新的信息呈现给用户,有效地减轻了用户信息查询的负担。研究实践表明:本文提出的个性化信息服务实现方法,能有效地降低个性化信息系统实现的复杂性,几种用户兴趣特征提取方法的综合应用,能较全面地发现用户的兴趣,有效地改善了对用户的了解,实现了为用户提供信息服务个性化的数据管理目标。……   
[关键词]:个性化信息助手;Agent框架结构;用户兴趣;提取方法;数据挖掘
[文献类型]:硕士论文
[文献出处]:重庆大学2002年