%0 Journal Article
%T 加入时间因素的个性化信息过滤技术
%A 战守义
%A 井新
%J 北京理工大学学报
%D 2005
%X 提出一种加入时间因素的个性化信息过滤技术.在建立用户模型时,根据用户行为动态确定用户兴趣类别的数量并建立(调整)相应兴趣类别的特征向量.通过在表示用户兴趣类别的特征向量中添加时间因素,可以兼顾用户的短期和长期兴趣,跟踪用户的兴趣变迁.在信息过滤时,首先计算文档与用户兴趣类别的相似度,并根据时间参数调整最终得分.本系统每秒钟能学习文档267篇,为402篇文档评分;在召回率为70%时,精确率为57%.
%K 个性化
%K 信息过滤
%K 向量空间模型
%U http://journal.bit.edu.cn/zr/ch/reader/view_abstract.aspx?file_no=20050908&flag=1