【摘要】：在信息服务领域，就是实现“信息找人，按需要服务”的目标。这种做法就叫做“信息过滤”，信息过滤是个性化主动服务的基础。信息过滤，也就是所谓的信息的选择性传播。与信息检索不同，信息过滤关注用户的长线需求，是为非结构化及半结构化的数据设计的，主要用来处理文本信息。在信息过滤中，用户的需求表示成用户profile，一个profile是一个数据结构，通常包括一组主题，用以描述用户感兴趣的内容。
6.3 交互式信息过滤与推荐的技术实现
个性化的实质是针对性，即对不同的用户采取不同的服务策略，提供不同的服务内容。个性化服务将使用户以最少的代价获得最好的服务。在信息服务领域，就是实现“信息找人，按需要服务”的目标。既然是“信息找人”，那什么信息找什么人就是关键。每个用户都有自己特定的、长期起作用的信息需求。用这些信息需求组成过滤条件，对资源流进行过滤，就可以把资源流中符合需求的内容提取出来进行服务。这种做法就叫做“信息过滤”，信息过滤是个性化主动服务的基础。
信息过滤，也就是所谓的信息的选择性传播。与信息检索不同，信息过滤关注用户的长线需求（指在一段时间内，比较固定的信息需求），是为非结构化及半结构化的数据设计的，主要用来处理文本信息。其目标是帮助用户处理大量的信息，对动态的信息流进行筛选，着重于排除用户不希望得到的信息，基于用户profile从输入的信息流中滤掉数据。在信息过滤中，用户的需求表示成用户profile，一个profile是一个数据结构，通常包括一组主题，用以描述用户感兴趣的内容。根据profile对进入系统的文章流进行评价（ranking），用户在浏览结果时，提供相关反馈并及时更新profile，其过滤过程如图6-3所示。
图6-3 信息过滤的一般模型
根据信息过滤方式的不同可将信息过滤技术分为基于内容的过滤（content-based filtering）和基于协作的过滤（collaborative filtering）。根据过滤的不同，又产生了基于内容的推荐和基于协作过滤的推荐。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
