论文部分内容阅读
Duckling是一个基于互联网的科研协同软件套件。“科研在线”是基于Duckling的一个应用，用于面向团队分享信息和知识，支持协同编辑和社会化沟通模式。科研在线能够让用户灵活地创建页面、编辑页面和组织页面间的关系，这种灵活性受到用户的欢迎。但由于页面间的关系需要用户进行组织，如果用户组织的不好或者没有组织，将使得用户很难找到目标页面。本文采用适应用户兴趣变化的页面推荐系统，为系统中的页面自动推荐相关内容的链接，为用户推荐当前页面的相关内容，帮助用户找到相关页面。
页面推荐系统的主要问题有页面资源和用户兴趣模型的表示、用户兴趣模型的构建和相关资源的推荐。根据对科研在线上页面资源特点的分析，本文采用基于向量空间模型表示方法表示页面资源和用户兴趣模型，并利用DF特征选择方法进行特征选择。为了适应用户兴趣模型动态变化，本文采用结合用户长期和短期兴趣的统一模型构建用户兴趣模型。根据页面资源和用户兴趣模型的表示方法，本文采用向量相似度函数来表示页面和用户兴趣之间的匹配度，并进行推荐。
在构建用户兴趣模型时，需要获取用户对页面的兴趣度。本文首先分析了科研在线上用户日志信息，发现科研在线上用户显性兴趣信息比较稀少，不能只用这些数据构建用户兴趣模型。因此，本文结合用户浏览时间和页面行为日志共同来计算页面的兴趣度，以此来构建用户的兴趣模型。
在实验环节，本文评测了系统推荐相关页面的速度，以此查看系统的性能。采用基于Hit Rate的评测标准，比较了采用不同衰减因子构建用户兴趣模型的推荐效果，分析了推荐算法中各种因素的影响。实验结果证实了基于用户动态兴趣模型的相关页面推荐算法的可行性。
本文设计和实现了相关页面推荐系统，并部署和应用在一个研究室日常使用的在线协作平台中。推荐系统为页面添加了相关内容的链接，为页面之间建立了联系。使得用户能够更容易，更迅速的找到相关页面。