导读:本文包含了模糊兴趣模型论文开题报告文献综述及选题提纲参考文献，主要关键词:模糊兴趣模型,多Agent,个性化推荐,隐私保护
模糊兴趣模型论文文献综述
王晓堤,文军舰,张悦,叶娟娟[1]（2010）在《基于模糊兴趣模型与多Agent的个性化推荐系统》一文中研究指出提出了基于模糊兴趣模型与多Agent的个性化推荐系统框架,通过引入用户模糊兴趣模型,使以Agent为基础的推荐系统无法通过隐式收集用户对商品属性评价的问题得到解决,并且在客户端收集并挖掘用户的私有信息,然后从服务器中获取用户感兴趣的信息,最后生成并更新UserProfile。(本文来源于《计算机系统应用》期刊2010年09期）
杨忠[2]（2009）在《基于模糊概念和粗糙集的用户兴趣模型研究》一文中研究指出本文设计出一个兴趣模型,该兴趣模型由兴趣概念、词汇、文档、兴趣向量和向量计算函数等五元组来模型化兴趣,同时收集了一定量的权威文档,分别计算出它们针对某兴趣的兴趣向量,并以此兴趣向量为基础,组建基本兴趣数据库,以后对任何新文档的兴趣判断都转化为新文档兴趣向量与基本数据库中兴趣向量的相似值判断,从而解决了文档兴趣类型和兴趣值的问题。实验表明,该模型提高了用户的检索效率和质量。(本文来源于《时代金融》期刊2009年10期）
王卫平,赵明[3]（2009）在《基于模糊兴趣集和智能Agent的推荐系统模型研究》一文中研究指出提出了一种结合用户模糊兴趣和智能多Agent的电子商务推荐系统模型,利用智能Agent获取用户对产品属性的喜好度和相应权重,依此建立起清晰的用户兴趣模型。在智能多Agent技术下建立一种多属性综合评价机制,采用逼近理想解法(Topsis法)对候选产品进行实时处理,并根据排序结果产生Top-N推荐。(本文来源于《信息化纵横》期刊2009年17期）
王秀丽,罗方芳,宁正元[4]（2006）在《基于模糊角分类的神经网络用户兴趣模型分类算法》一文中研究指出用户兴趣描述文件的快速分类是个性化搜索引擎的关键技术,提出了一种模糊角分类神经网络模型,该模型能接受用户兴趣描述文件的实向量输入,克服了角分类神经网络(CC4)对二进制输入的要求。模糊角分类神经网络模型根据用户信息所落入的k最近邻的样本泛化空间来进行分类,随着k值的增大,其分类效果趋近于贝叶斯分类算法。(本文来源于《计算机应用》期刊2006年10期）
唐灿[5]（2006）在《基于模糊兴趣模型的个性化推荐算法》一文中研究指出电子商务到现在为止已经走过了近半个世纪。网络经济的第二浪潮也正在身边风起云涌。在浪花过处,人们逐渐认识到:商务仍是这一切活动的中心,客户服务则是商业成功的关键所在。满足客户不断增长的对服务的需要,体现用户的个性自然成为电子商务的核心任务之一。商务的竞争从深层次而言,体现为服务的竞争,从更深层次上则体现为个性化的竞争。个性化推荐技术则又是个性化服务最核心的技术。目前,个性化推荐技术主要以协作推荐和内容推荐两大技术为主。其中协作推荐是电子商务推荐的主流。基于用户的协作推荐技术和基于商品项的协作推荐技术是协作推荐的主要方式。传统的基于用户的协作推荐并不生成显式的用户模型,而是直接比较用户的相似度进行推荐,推荐效果不突出。基于商品项的推荐系统克服了不少传统用户协作推荐的缺点,但同时放弃了对用户本身兴趣的推荐,且仍有可能导致同质推荐。首先,本文针对个性化的本质特点,结合模糊数学的知识,提出了一种个性化模糊兴趣模型。在此模型建立的初期,我们解决了商品属性模糊化的问题,然后根据用户的商品选择列表,建立了单类商品的多级模糊用户兴趣模型。其次,讨论了多类商品兴趣模型建立的需求。针对缺项商品集,本文利用数据挖掘中的模糊关联规则,尝试进行了用户新的兴趣点的发现。解决了多类商品推荐中缺项商品模型生成的难题,从而最终实现了面向新的兴趣点发现的完整多类商品模糊兴趣模型。这部分的研究是本文重要的创新之一。再次,基于模糊兴趣模型的推荐不同于通常的用户推荐,因此,我们根据单类商品的模糊兴趣模型,建立了同类商品推荐的特有推荐算法,并在此基础上推导出了一个完整的能够发现新兴趣点的多类商品推荐算法。最后,本文对提出的新用户兴趣模型及相应推荐算法的有效性进行了必要的实验验证,初步实验结果表明了模型的合理性及推荐算法的有效性,其推荐效果比现有的经典推荐算法更优。算法的具体实现过程中论文引入了多主体理论中的智能代理来帮助完成的。Agent之间的互助和协作,将有助于最终建立一个社会化的推荐系统网络。总之,本文的工作为更好的实现商品的个性化推荐提出了一条新的思路和方法,比较传统的推荐具有自身的优点。(本文来源于《重庆大学》期刊2006-04-20）
唐灿,朱征宇[6]（2006）在《基于模糊兴趣模型的个性化推荐算法》一文中研究指出论文在分析现有个性化推荐算法的基础之上,针对个性化的本质特点,结合模糊数学的知识,提出了一种个性化模糊兴趣模型,并建立一对应的推荐算法。实验表明,该模型有着简单,方便,快速推荐的特点。(本文来源于《计算机工程与应用》期刊2006年09期）
模糊兴趣模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文设计出一个兴趣模型,该兴趣模型由兴趣概念、词汇、文档、兴趣向量和向量计算函数等五元组来模型化兴趣,同时收集了一定量的权威文档,分别计算出它们针对某兴趣的兴趣向量,并以此兴趣向量为基础,组建基本兴趣数据库,以后对任何新文档的兴趣判断都转化为新文档兴趣向量与基本数据库中兴趣向量的相似值判断,从而解决了文档兴趣类型和兴趣值的问题。实验表明,该模型提高了用户的检索效率和质量。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模糊兴趣模型论文参考文献
[1].王晓堤,文军舰,张悦,叶娟娟.基于模糊兴趣模型与多Agent的个性化推荐系统[J].计算机系统应用.2010
[2].杨忠.基于模糊概念和粗糙集的用户兴趣模型研究[J].时代金融.2009
[3].王卫平,赵明.基于模糊兴趣集和智能Agent的推荐系统模型研究[J].信息化纵横.2009
[4].王秀丽,罗方芳,宁正元.基于模糊角分类的神经网络用户兴趣模型分类算法[J].计算机应用.2006
[5].唐灿.基于模糊兴趣模型的个性化推荐算法[D].重庆大学.2006
[6].唐灿,朱征宇.基于模糊兴趣模型的个性化推荐算法[J].计算机工程与应用.2006