论文部分内容阅读
随着信息技术的普及和深入应用,企事业已将大量以各种形式存在的关于顾客、产品开发和协作知识等的信息存储于内部的信息管理系统中;同时因特网上也出现了大量企事业感兴趣的信息(主要表示于Web页面),将内外知识结合,从中获取有用的知识,可增加企事业的技术、竞争、商务和策略智能,知识个性化推送由于其主动性和及时性成为知识应用方面的一个主要的发展方向。然而目前的知识应用存在着很多局限性,如知识难理解、新知识获取困难、知识过载等,这些缺点大大限制了知识应用的发展。由于知识只有存在于特定的环境中才有其实用价值,因此有必要把与知识、知识活动等相关的条件、背景和环境,即知识情境与知识关联起来,以解决知识应用中的这些问题和困难。本文以电信iTV业务预处理系统中的节目个性化推荐需求为应用背景,提出了基于知识情境的节目个性化推荐,描述了个性化服务的系统框架和业务资源,研究了用户兴趣的获取,用户历史情境的建模和其与知识的关联,基于情境的个性化节目的推送等。主要研究成果如下:1、在iTV节目个性化推荐需求下,提出了基于知识情境的节目个性化推荐的体系结构,并设计完成了节目个性化推荐所需要的各个模块功能,实现了知识情境与个性化推荐的结合。2、通过分析节目信息,利用Ontology本体结构模型,为节目信息建立统一的节目情境模型。3、利用各种日志文件和相关分析工具,对iTV客户的行为特点进行分析学习,收集用户基本信息和历史操作信息,以节目情境为基础,通过本体结构模型为用户兴趣构造统一的情境模型,并作为用户兴趣模型进行存储。4、对基于节目情境的用户兴趣模型,通过计算各用户兴趣模型的相似性,找出与当前用户相似的用户,根据基于知识情境的混合推荐算法,将相似用户评价高的节目推荐给当前用户。解决了一般协同过滤技术中用户评分稀疏性问题。5、将基于客户兴趣模型的节目个性化推荐算法应用于电信iTV预处理系统中,实现了理论与应用的结合。