【摘要】Web2.0的发展带来网络信息指数增长,给用户带来大量的信息和知识的同时,也引发了"信息过载"和"信息迷航"等问题,在一定程度上削弱了用户检索体验,而以"用户为中心"的个性化信息服务成为学术界和产业界关注的热点。已有研究大部分建立的是单用户兴趣模型,忽略了某些系统为群体用户提供个性化服务的需要等,本文在对社会化标签用户特征进行关联分析后,构建了基于社会化标签的单用户兴趣模型和群用户兴趣模型,并在此基础上,借鉴协同过滤算法的思想,架构了基于标签的单用户和群用户个性化信息服务流程框架,以期为社会化标注系统中信息服务的优化和实施提供理论与应用参考。
【关键词】大众分类; 社会化标签; 用户兴趣模型; 个性化推荐;
该文发表于《情报学报》2017年第9期
