论文研究基于随机游走算法的云服务的个性化推荐 .pdf

基于web端的个性化电影推荐系统设计与实现（源代码），采用Apache+Php+MySql框架，通过协同过滤算法对数据集进行训练，最终得到的结果存储到数据库中，web页面调用进行展示。

基于Ontology的个性化搜索引擎的研究，韩亮，李勇，随着信息技术的迅猛发展，网络成了人们获取信息的主要手段，网络给人们带来了便利，但也带给人们困惑。信息浩如烟海，内容庞大，

垂直搜索引擎及其个性化推荐研究，王秀坤，韩冰，针对通用搜索引擎在当前网络搜索应用中出现的搜索结果冗余度过大、信息定位不准确的问题，本文对垂直搜索引擎进行了研究，剖析了

个性化推荐系统能较好地帮助用户获得个人所需的信息,但它要获得好的推荐效果,需要收集大量的用户个人信息;这些信息可能泄露个人隐私,用户会因对隐私泄露的担心而放弃对推荐系统的信任,所以大量的研究集中于如何

个性化教学实现方法的研究是人们对网络教学提出的更高层次要求，也是未来教育信息化发展的必然趋势。从现有网络教学系统缺乏深入了解用户兴趣的实际现状出发，提出了一个基于Agent的个性化教学系统原型，并结合

为了向e-Learning环境中的学习者提供符合其个性化需求的学习服务，结合本体论具有概念和关系定义明确的特性，提出了e-Learning环境中学习者的个性化情形本体模型和相应的学习者个性化服务处理方

由于用户兴趣和文献领域知识背景挖掘不充分的问题，往往检索不到满意的效果。基于这一观察，提出一种融合离线和在线知识驱动的个性化文献推荐方法。在离线状态下，该方法整合领域本体、同义词簇及知识标签构建多维领

为了解决个性化网站中很少考虑用户检索意图，检索效果较差的问题，提出了一种有效的增量协同过滤推荐方法。该增量协同过滤推荐模型改进了最流行的推荐算法之一的协同过滤算法，并应用到个性化网站中。通过分析Web

介绍了信息Agent进行个性化信息检索的基本技术及发展趋势；给出了MAS体系结构并分析了它的优点；描述了如何在Multi-Agent系统Calvin中实现个性化信息检索。

用户兴趣模型作为个性化信息推送的基础和核心，其性能的好坏直接关系到个性化推送服务的质量，如何全面了解用户动态的兴趣需求并及时为用户提供其实时有效的兴趣，是目前用户兴趣模型研究的热点问题。主要利用情境感