文档介绍：论文提交日期——论文答辩日期重庆邮电大学硕士学位论文论文评阅人——————基于混合用户模型的个性化推荐技术在邮件系统中的应用王国胤教授计算机应用技术石为人教授布红艳论文题目英文题目硕士研究生指导教师学科专业窒至墨答辩委员会主席年分类号密级公开.
硼敞一砗地学位论文作者签名:布‘独创性声明学位论文版权使用授权书重庞整电太堂枷年多月鹤日重麽整电太堂重废鲣皇太堂年,月母日本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。签字日期:本学位论文作者完全了解有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。C艿难宦畚脑诮饷芎笫视帽臼谌ㄊ学位论文作者签名:导师签名:签字日期:沙年’月动,,.
摘要随着网络技术的发展,电子邮件成为人们同常通信的重要工具之一。网络用户通过电子邮件获得很多资讯,其中一部分信息是用户感兴趣的,也存在一部分信息是用户不感兴趣的。能为用户提供感兴趣信息的个性化推荐技术因而获得了广泛关注。相同的邮件对于不同用户可能是感兴趣的,也可能是不感兴趣的;同一类邮件对于相同的用户,可能之前是感兴趣的,后来变成不感兴趣的。因为这种现象的存在,邮件系统的个性化服务也变得尤为重要。目前,机器学习,文本分类的方法是邮件个性化推荐的主流技术。这篇文章在现有方法的基础上,通过完善用户兴趣模型,更准确地学习用户兴趣,实现邮件系统的个性化服务。其中文本分类采用椒ǎ没建模采用向量空间模型,结合长期兴趣和短期兴趣的不同特点建立了混合用户兴趣模型。用这种模型跟踪用户兴趣变化、把握用户兴趣主题,从而实现邮件系统的个性化推荐。用户的长期兴趣比较稳定,短期兴趣变化迅速。针对这一问题,这篇文章在短期兴趣模型的处理上,采用滑动窗口机制,对可变时间窗内的数据建模;在长期兴趣模型的处理上,采用遗忘机制,通过遗忘函数的调节对用户设计不同的遗忘曲线。实验结果表明,该方法能够较准确地描述用户兴趣,且具有较强的通用性。最后,这篇文章设计并实现了一个邮件个性化推荐系统。测试结果表明,该系统根据用户个性化信息建立的用户兴趣模型能够比较准确地把握用户兴趣,向用户推荐感兴趣的邮件,从而提高个性化服务的质量。关键词:个性化推荐,用户兴趣模型,向量空间模型,滑动窗口,遗忘机重庆邮电大学硕士论文摘要制
重庆邮电人学硕士论文,甀瑂,.’.,—..瑃琣琣
重庆邮电大学硕士论文琕琒,篜,
目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯论文组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第二章邮件系统个性化推荐相关技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯用户兴趣模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯特征选择的方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.ⅰ.畔⒃鲆妗统计法文本分类技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章邮件系统的用户兴趣模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。邮件预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯短期兴趣模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...
长期兴趣模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...!.て谛巳そ!.⋯⋯⋯⋯⋯⋯