基于用戶上下文的數字媒體個性化推薦系統的設計與實現.pdf

1、當今個性化推薦系統已經在很多領域被應用，如網絡商品推薦、音樂推薦等，協同過濾是其中應用最為廣泛的個性化推薦技術，但是，這些系統大部分沒有考慮用戶上下文對推薦結果的影響，或者推薦結果沒有隨用戶興趣偏好改變而更新。本文在使用傳統的協同過濾技術來實現個性化推薦系統的基礎之上，將用戶的上下文信息引入到推薦系統中。本文在研究上下文感知以及本體相關理論知識的基礎上，參與系統分析、設計，并實現了基于用戶上下文的數字媒體個性化推薦系統。
　　

2、本研究主要內容包括：首先，在初步需求分析的基礎上確定了系統中的用戶上下文信息的具體所指內容，并給出了用戶上下文信息的獲取方法。其次，建立了系統中的數字媒體領域本體并對用戶的上下文信息進行本體建模，實現系統中各概念的本體實例的程序自動創(chuàng)建與擴展。再次，建立用戶興趣偏好表示形式，并基于本體的查詢與推理處理能力構建系統各用戶的用戶興趣偏好。最后，依據建立的用戶興趣偏好以及用戶的當前上下文信息產生一定數量的推薦結果并將推薦結果在系統前臺頁面呈現