论文部分内容阅读
随着Web信息量的快速增长，个性化的Web信息推荐系统扮演着越来越重要的角色。目前，大多数Web信息推荐系统存在着个性化程度不高，时用户历史数据依赖性高，系统不具备开放性，用户偏好“走样”概率高的问题。针对这四个方面的问题，本文提出了一种新的、采用语义web技术、基于Web社会网络的个性化Web信息推荐模型，详细分析了用户偏好的获取，Web社会网络的生成以及待过滤Web信息的采集。并且，利用从实际中采集的真实数据进行了实验，证明了模型的可行性和有效性。