个性化推荐成为当前学术界和实业界的研究热点, 然而用户偏好提取的粒度和精度却成为制约个性化推荐效果的主要问题之一。 本书在用户为中心的理论视角下, 通过心理学眼动实验发现并证实了屏幕视觉热区的存在, 从而将用户行为、偏好提取及分析单元细化至用户注视过的信息层面。借助屏幕视觉热区, 本书研究了用户实时注视的短文本关键词提取方法, 以及利用提取的关键词构建长期、短期、即时的用户偏好复合模型,并最终提供具有推荐解释功能的交互收敛式个性化推荐服务。
样章试读
目录
- 目录
前言
1绪论1
1.1研究背景1
1.2研究范围及相关概念4
1.3研究目的6
1.4研究内容与方法8
1.5创新及意义12
2相关理论与研究现状15
2.1综述体系说明15
2.2精确性研究15
2.3满意化研究31
2.4其他相关研究36
2.5理论评述———矛盾论37
3用户为中心的个性化推荐系统理论体系40
3.1历史背景40
3.2学科基础41
3.3个性化推荐系统理论核心体系48
3.4个性化推荐系统的理论瓶颈54
3.5总结57
4基于屏幕视觉热区的用户偏好提取方法58
4.1用户浏览行为中的屏幕视觉热区58
4.2面向用户偏好识别的网页机能分类及其判别方法69
4.3基于屏幕视觉热区的中文短文本关键词实时提取方法78
4.4总结90
5基于屏幕视觉热区的用户偏好建模92
5.1基于商品特征自组织层次聚类的用户偏好模型92
5.2基于商品特征自组织层次聚类的网络用户会话切分研究113
5.3基于屏幕视觉热区的用户偏好复合模型124
5.4总结134
6基于在线商品评分修正的推荐解135
6.1研究背景135
6.2相关研究136
6.3评价介入理论141
6.4话语标记153
6.5基于评价介入理论和话语标记的在线评论修正方法158
6.6基于在线商品评论的推荐解释风格170
6.7总结172
7基于用户偏好复合模型的交互收敛式个性化推荐方法173
7.1研究背景173
7.2相关研究174
7.3基本原理176
7.4交互行为与约束条件179
7.5交互收敛式的实时个性化推荐方法181
7.6原型系统构建186
7.7评价指标193
7.8实验验证195
7.9总结203
8总结与展望204
8.1总结204
8.2展望206
参考文献206
索引233