基于主题图的用户兴趣挖掘模型研究
用户兴趣模型是个性化服务的核心,对用户兴趣的挖掘可以发现潜在的兴趣知识,提供更为优化的服务.本文将主题图技术与用户兴趣模型结合起来,研究了用户兴趣知识的主题图表示,并在此基础上运用无尺度图K-中心点聚类算法对构建的主题图进行深层次的聚类挖掘,建立了基于主题图的用户兴趣挖掘模型.在解释模型各个模块功能的同时,提出了该过程模型中的关键问题,并对建立模型过程中的无尺度图K-中心点聚类算法、文档中的主题图表示及主题概化和主题图合并等关键问题进行了深入的分析,最终构建了智能主题图,实现了过程建模和事物建模....
Gespeichert in:
Veröffentlicht in: | 情报学报 2012, Vol.31 (4), p.345-351 |
---|---|
1. Verfasser: | |
Format: | Artikel |
Sprache: | chi |
Schlagworte: | |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
container_end_page | 351 |
---|---|
container_issue | 4 |
container_start_page | 345 |
container_title | 情报学报 |
container_volume | 31 |
creator | 唐晓波 房小可 |
description | 用户兴趣模型是个性化服务的核心,对用户兴趣的挖掘可以发现潜在的兴趣知识,提供更为优化的服务.本文将主题图技术与用户兴趣模型结合起来,研究了用户兴趣知识的主题图表示,并在此基础上运用无尺度图K-中心点聚类算法对构建的主题图进行深层次的聚类挖掘,建立了基于主题图的用户兴趣挖掘模型.在解释模型各个模块功能的同时,提出了该过程模型中的关键问题,并对建立模型过程中的无尺度图K-中心点聚类算法、文档中的主题图表示及主题概化和主题图合并等关键问题进行了深入的分析,最终构建了智能主题图,实现了过程建模和事物建模. |
doi_str_mv | 10.3772/j.issn.1000-0135.2012.04.002 |
format | Article |
fullrecord | <record><control><sourceid>wanfang_jour_chong</sourceid><recordid>TN_cdi_wanfang_journals_qbxb201204003</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><cqvip_id>41652563</cqvip_id><wanfj_id>qbxb201204003</wanfj_id><sourcerecordid>qbxb201204003</sourcerecordid><originalsourceid>FETCH-LOGICAL-c563-4f3e78d62d8e8d129b456043631d7ddb2b9f66ede1cf9923e99c52f05cf823a13</originalsourceid><addsrcrecordid>eNo9j8tKw0AYhWehYKl9CEGXif8_tyRLKd6g4Kb7kslkaoqmNkHUvYKgdFVKUfC6qXupUsGnaRJ9CyMVVwcOH-dCyCqCzRyHrnfsKE1jGwHAAmTCpoDUBm4D0AVS-feXSC1NIwWAIBBdt0Igu5_Opv3Z-8f30yi7_SxuzovBOL98yy5evybP-fUw74_y8WN2d1U8DIqXyTJZNP5BGtb-tEqaW5vN-o7V2NverW80rEBIZnHDQsfVkmo3dDVST3EhgTPJUDtaK6o8I2WoQwyM51EWel4gqAERGJcyH1mVrM1jT_zY-HG71ekeJ3FZ2OqpU_V7DzgAK7mVORfsd-N2LyrJoyQ69JOzFkcpaDmG_QC0dGMe</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于主题图的用户兴趣挖掘模型研究</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>唐晓波 房小可</creator><creatorcontrib>唐晓波 房小可</creatorcontrib><description>用户兴趣模型是个性化服务的核心,对用户兴趣的挖掘可以发现潜在的兴趣知识,提供更为优化的服务.本文将主题图技术与用户兴趣模型结合起来,研究了用户兴趣知识的主题图表示,并在此基础上运用无尺度图K-中心点聚类算法对构建的主题图进行深层次的聚类挖掘,建立了基于主题图的用户兴趣挖掘模型.在解释模型各个模块功能的同时,提出了该过程模型中的关键问题,并对建立模型过程中的无尺度图K-中心点聚类算法、文档中的主题图表示及主题概化和主题图合并等关键问题进行了深入的分析,最终构建了智能主题图,实现了过程建模和事物建模.</description><identifier>ISSN: 1000-0135</identifier><identifier>DOI: 10.3772/j.issn.1000-0135.2012.04.002</identifier><language>chi</language><publisher>武汉大学信息资源研究中心,武汉,430072</publisher><subject>主题图 ; 用户兴趣 ; 聚类挖掘</subject><ispartof>情报学报, 2012, Vol.31 (4), p.345-351</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://image.cqvip.com/vip1000/qk/95888X/95888X.jpg</thumbnail><link.rule.ids>314,776,780,4009,27902,27903,27904</link.rule.ids></links><search><creatorcontrib>唐晓波 房小可</creatorcontrib><title>基于主题图的用户兴趣挖掘模型研究</title><title>情报学报</title><addtitle>Journal of The China Society for Scientific and Technical Information</addtitle><description>用户兴趣模型是个性化服务的核心,对用户兴趣的挖掘可以发现潜在的兴趣知识,提供更为优化的服务.本文将主题图技术与用户兴趣模型结合起来,研究了用户兴趣知识的主题图表示,并在此基础上运用无尺度图K-中心点聚类算法对构建的主题图进行深层次的聚类挖掘,建立了基于主题图的用户兴趣挖掘模型.在解释模型各个模块功能的同时,提出了该过程模型中的关键问题,并对建立模型过程中的无尺度图K-中心点聚类算法、文档中的主题图表示及主题概化和主题图合并等关键问题进行了深入的分析,最终构建了智能主题图,实现了过程建模和事物建模.</description><subject>主题图</subject><subject>用户兴趣</subject><subject>聚类挖掘</subject><issn>1000-0135</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2012</creationdate><recordtype>article</recordtype><recordid>eNo9j8tKw0AYhWehYKl9CEGXif8_tyRLKd6g4Kb7kslkaoqmNkHUvYKgdFVKUfC6qXupUsGnaRJ9CyMVVwcOH-dCyCqCzRyHrnfsKE1jGwHAAmTCpoDUBm4D0AVS-feXSC1NIwWAIBBdt0Igu5_Opv3Z-8f30yi7_SxuzovBOL98yy5evybP-fUw74_y8WN2d1U8DIqXyTJZNP5BGtb-tEqaW5vN-o7V2NverW80rEBIZnHDQsfVkmo3dDVST3EhgTPJUDtaK6o8I2WoQwyM51EWel4gqAERGJcyH1mVrM1jT_zY-HG71ekeJ3FZ2OqpU_V7DzgAK7mVORfsd-N2LyrJoyQ69JOzFkcpaDmG_QC0dGMe</recordid><startdate>2012</startdate><enddate>2012</enddate><creator>唐晓波 房小可</creator><general>武汉大学信息资源研究中心,武汉,430072</general><scope>2RA</scope><scope>92L</scope><scope>CQIGP</scope><scope>~WA</scope><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2012</creationdate><title>基于主题图的用户兴趣挖掘模型研究</title><author>唐晓波 房小可</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-c563-4f3e78d62d8e8d129b456043631d7ddb2b9f66ede1cf9923e99c52f05cf823a13</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2012</creationdate><topic>主题图</topic><topic>用户兴趣</topic><topic>聚类挖掘</topic><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>唐晓波 房小可</creatorcontrib><collection>中文科技期刊数据库</collection><collection>中文科技期刊数据库-CALIS站点</collection><collection>中文科技期刊数据库-7.0平台</collection><collection>中文科技期刊数据库- 镜像站点</collection><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>情报学报</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>唐晓波 房小可</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于主题图的用户兴趣挖掘模型研究</atitle><jtitle>情报学报</jtitle><addtitle>Journal of The China Society for Scientific and Technical Information</addtitle><date>2012</date><risdate>2012</risdate><volume>31</volume><issue>4</issue><spage>345</spage><epage>351</epage><pages>345-351</pages><issn>1000-0135</issn><abstract>用户兴趣模型是个性化服务的核心,对用户兴趣的挖掘可以发现潜在的兴趣知识,提供更为优化的服务.本文将主题图技术与用户兴趣模型结合起来,研究了用户兴趣知识的主题图表示,并在此基础上运用无尺度图K-中心点聚类算法对构建的主题图进行深层次的聚类挖掘,建立了基于主题图的用户兴趣挖掘模型.在解释模型各个模块功能的同时,提出了该过程模型中的关键问题,并对建立模型过程中的无尺度图K-中心点聚类算法、文档中的主题图表示及主题概化和主题图合并等关键问题进行了深入的分析,最终构建了智能主题图,实现了过程建模和事物建模.</abstract><pub>武汉大学信息资源研究中心,武汉,430072</pub><doi>10.3772/j.issn.1000-0135.2012.04.002</doi><tpages>7</tpages></addata></record> |
fulltext | fulltext |
identifier | ISSN: 1000-0135 |
ispartof | 情报学报, 2012, Vol.31 (4), p.345-351 |
issn | 1000-0135 |
language | chi |
recordid | cdi_wanfang_journals_qbxb201204003 |
source | 国家哲学社会科学学术期刊数据库 (National Social Sciences Database) |
subjects | 主题图 用户兴趣 聚类挖掘 |
title | 基于主题图的用户兴趣挖掘模型研究 |
url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-22T07%3A22%3A01IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour_chong&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E4%B8%BB%E9%A2%98%E5%9B%BE%E7%9A%84%E7%94%A8%E6%88%B7%E5%85%B4%E8%B6%A3%E6%8C%96%E6%8E%98%E6%A8%A1%E5%9E%8B%E7%A0%94%E7%A9%B6&rft.jtitle=%E6%83%85%E6%8A%A5%E5%AD%A6%E6%8A%A5&rft.au=%E5%94%90%E6%99%93%E6%B3%A2%20%E6%88%BF%E5%B0%8F%E5%8F%AF&rft.date=2012&rft.volume=31&rft.issue=4&rft.spage=345&rft.epage=351&rft.pages=345-351&rft.issn=1000-0135&rft_id=info:doi/10.3772/j.issn.1000-0135.2012.04.002&rft_dat=%3Cwanfang_jour_chong%3Eqbxb201204003%3C/wanfang_jour_chong%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_cqvip_id=41652563&rft_wanfj_id=qbxb201204003&rfr_iscdi=true |