【技术实现步骤摘要】
本专利技术属于互联网社区个性化服务
，具体涉及一种。
技术介绍
随着互联网社区网站的飞速发展，通过收集和分析用户的信息来学习用户的兴趣和行为，建立对用户兴趣的描述，研究不同用户的兴趣，主动为用户推荐最需要的资源，从而实现个性化推荐服务是目前互联网社区发展的一个重要方面。目前个性化推荐服务分主要为基于内容推荐、协同过滤推荐、基于知识推荐、基于效用推荐、基于关联规则推荐、混合推荐系统几种方式。其中基于内容的推荐根据项目相关属性特征的定义，实现基于项目属性及其项目之间关联关系和用户的个人喜好的个性化推荐。基于协同过滤推荐根据和自己有着相似爱好的邻居用户所喜欢的项目，自己也同意喜欢的原理来进行推荐，能为用户发现新的感兴趣的项目。基于知识推荐是在统一的语义互联环境中获得用户知识和项目知识，通过功能知识的推理或语义匹配项用户推荐。基于效用推荐是建立在对用户使用项目的效用基础上的，其核心问题是怎么为用户创建一个效用函数，然后代入用户和项目等参数根据效用值排序向用户推荐排名靠前的项目。基于关联规则的推荐技术是以关联规则为基础，把已应用项目作为规则头，推荐项目作为规则体，挖...
【技术保护点】
基于用户情境本体的网络社区用户推送服务的方法，其特征在于，建立本体化用户情境模型，并对用户综合情境信息进行更新与合成，根据当前用户综合情境的匹配程度向用户进行服务推送；其具体步骤如下：步骤1，本体化用户情境模型的建立；步骤2，用户综合情境信息的更新与合成；步骤3，情境相似性匹配；将源情境本体树和目标本体树在子属性树切分之后，依次对子属性树进行匹配计算，求得源情境本体树根结点与目标情境本体树根结点的相似度；步骤4，应用服务推送；将所有源情境与目标情境的相似度按照从高到低进行排序，将Top?N用户应用的服务推荐给当前用户。
【技术特征摘要】
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。