基于艾宾浩斯遗忘的用户兴趣模型更新机制

2012-09-17韩晓吉刘凤鸣

网络安全技术与应用 2012年7期

韩晓吉刘凤鸣

山东师范大学管理科学与工程学院山东 250014

0 引言

信息在开放和互动的网络环境中增长越来越快，同时也出现了信息过剩，知识难获取的状况。个性化搜索引擎针对不同的用户，利用其背景知识、兴趣特征等多种信息，对其检索词和检索结果进行分析和提炼后再呈现给用户，提高检索结果的精准度和用户的满意度，节省用户在检索结果处理上所花费的精力。用户兴趣模型是用来获得、存储、管理用户需求及其兴趣特征，描述用户潜在的需求及兴趣的模型，它不仅仅是用户兴趣的一般描述，而是面向算法、具有特定数据结构、形式化的知识，它是个性化检索的关键。由于用户兴趣模型建立之初缺乏完整的用户描述，系统所获取用户兴趣信息的相关度和准确度低等因素，所以最初建立的用户兴趣模型不能完全反应用户的兴趣需求；而且用户兴趣随环境和时间的变化会不断地发展变化，表现在模型中就是用户兴趣产生了漂移；长久不用的兴趣知识会造成数据冗余，不仅会浪费存储空间，增加计算的复杂度，而且新更新的知识与之前的类似知识会产生冲突。所以用户兴趣模型的更新在个性化检索系统中尤为重要，它决定了系统对用户的适应度，也决定了系统的服务质量。本文在阐述用户兴趣模型更新机制后，基于艾宾浩斯遗忘原理提出了一种新的用户兴趣模型更新机制。