基于领域知识库的信息推荐系统 智能文本篇章分析.pptVIP

* * * * * * * 结论与展望 六 本项目基本实现了： 建立用户兴趣模型并进行动态更新； 智能文本篇章分析； 依据用户个人的兴趣知识库产生推荐信息。 结论： 结论与展望 六 将来有如下几个方面值得个性化推荐系统及用户兴趣模型相关研究者关注： 面向用户多兴趣的模型研究； 面向用户群体的建模研究； 用户长期和短期兴趣的集成研究； 用户建模过程可视化技术的研究和实现。 展望： The end Thank you! 从用户浏览记录中挖掘用户兴趣的数据处理流程图 有哪些信誉好的足球投注网站用户关键词产生推荐信息的数据处理流程图 智能文本篇章分析和信息推荐 四 4.2 自动有哪些信誉好的足球投注网站关键词，提取有效网页地址 智能文本篇章分析和信息推荐 四 4.2 自动有哪些信誉好的足球投注网站关键词，提取有效网页地址 关键技术：正则匹配 智能文本篇章分析和信息推荐 四 4.3 网页文本提取思路及算法 * * * * * * * * * * * * * * * * * * * * * * * 用户兴趣模型 三 兴趣模型的定义： 用户兴趣模型是将用户感兴趣的事物抽象出其概念，并且用特定的表达形式表示出用户兴趣的一种方案。 用户兴趣模型 三 3.1 用户兴趣模型的表示方法 向量空间模型是将用户兴趣模型表示成一个n维特征向量，每一维向量表示如下： 主概念 子概念 相似或包含关系值 father child p 用户兴趣模型 三 3.2 用户行为的数据收集 用户行为的数据收集是一个获取与用户特征、偏好或活动相关的信息的过程。 一般有两种方式： 显性 隐性 领 域 智能文本篇章分析和信息推荐 四 4.1 领域知识库 智能文本篇章分析和信息推荐 四 4.1.1 公共知识库实例 以体育领域为例，树形结构图： 智能文本篇章分析和信息推荐 四 4.1.2 个人知识库实例 个人知识库看作公共知识库树的一棵子树，简单的用户知识库实例如图： NBA专题 体育 网球 足球 国际足球 英超 梅西 个人知识库树形结构图： 智能文本篇章分析和信息推荐 四 4.5 计算子概念对某关键词贡献度 主概念 子概念 贡献度 wID2(主概念) wID1（子概念） P（关联值） uID（用户编号） 体育 足球 0.7 0921121010 足球 国际足球 0.5 0921121010 以体育领域为例，树形结构图： 体育 假想兴趣树 遍历访问的顺序为： 1 2 3 4 5 15 14 13 12 11 10 9 8 7 6 NBA专题 体育 网球 足球 国际足球 英超 梅西 NBA专题对体育的贡献度为：0.8*0.5=0.4 梅西对国际足球的贡献度为：0.5*0.5*0.6=0.15 智能文本篇章分析和信息推荐 四 智能文本篇章分析和信息推荐 四 4.6 文章评分和信息推荐 按如下公式对文章进行评分： 智能文本篇章分析和信息推荐 四 4.7 推荐信息的动态更新 推荐的信息超过3天后，默认为此文章已经失去时效性，故予以删除，从而达到减少数据冗余。 智能文本篇章分析和信息推荐 四 4.8 用户个人知识点兴趣度变化的勒夏特列原理 “知识点兴趣度的时间修正:快开始，慢减少”的思想，效果如图： 系统测试结果 五 5.1.1 百度有哪些信誉好的足球投注网站“体育”的结果 本次仅以关键词“体育”为例，来测试后台分析程序的运行结果。 系统测试结果 五 5.1.2 有哪些信誉好的足球投注网站结果的网页源代码 本次仅列举第一条信息的网页源代码，如下图： 系统测试结果 五 5.1.3 分析提取有意义网页地址的结果 测试网页地址 系统测试结果 五 5.1.6 文章最终评分结果以及产生的推荐信息 系统测试结果 五 5.2 用户兴趣的挖掘和个人知识库的动态生成 系统测试结果 五 5.2.1 读取用户浏览记录 点击信息表中的一条记录如下 体育 足球 梅西 5.2.3 动态生成用户个人兴趣关键词之间的包含关系 云安全 云安全 云安全 云安全 云安全 云安全 云安全 基于领域知识库的文本 信息推荐系统 演 讲 者：谷 林 指导老师：林荣德 --智能文本篇章分析 一 二 三 四 五 六 概述 一 网络高度发达的今天，网络信息的量也正以几何级数的方式增长。有些时候，您是否发现对信息的选择有些困难呢？ 概述 一 该如何选择我 感兴趣的信息呢？ 概述 一 这个时候信息推荐系统来了! 信息推荐系统 Information Recommedation System 概述 一 推荐系统是一种为解决Internet上成千上万的信息过载而设计的智能的代理系统。它能从Internet上大量的信息中向特定用户自动推荐符合其个人兴趣偏好或需求的信息，从而实现个性化的推荐服务。 信息推荐系统 概述 一 基于领域知识库的文本信息推荐就是根据知识点之间的相关性和用户的兴趣来