主题兴趣度提取方法及其在用户兴趣模型中的应用研究

被引:7
作者
刘鑫
张曾杰
李晓城
钱松荣
机构
[1] 复旦大学信息科学与工程学院通信工程系
关键词
主题兴趣度; 兴趣模型; 向量空间模型; 文本聚类;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
摘要
用户兴趣模型能够极大的提高用户利用互联网的效率。目前的兴趣模型表示方法大多只包含不同兴趣主题的内容信息,而没有对不同兴趣主题之间进行一定的重要程度区分。在传统的VSM(Vector Space Model)向量中引入了兴趣度因子,进一步提出了主题兴趣度的概念并对主题兴趣度的提取方法进行了详细描述。实验结果表明,通过该方法建立的兴趣模型,能够较好的区分用户的不同兴趣,更加符合实际。
引用
收藏
页码:38 / 41+5 +5
页数:5
相关论文
共 5 条
[1]
A vector space model for automatic indexing.[J].G. Salton;A. Wong;C. S. Yang.Communications of the ACM.1975, 11
[2]
聚类算法研究 [J].
孙吉贵 ;
刘杰 ;
赵连宇 .
软件学报, 2008, (01) :48-61
[3]
个性化信息过滤系统中用户兴趣模型建立和更新 [J].
费洪晓 ;
戴弋 ;
穆珺 ;
黄勤径 ;
肖新华 .
计算机系统应用, 2007, (08) :117-119
[4]
个性化Web信息服务技术研究 [J].
余强 ;
张海盛 .
计算机应用研究, 2006, (02) :198-200
[5]
根据用户隐式反馈建立和更新用户兴趣模型 [J].
孙铁利 ;
杨凤芹 .
东北师大学报(自然科学版), 2003, (03) :99-104