·184· 智能系统学报 第5卷 1.0 users drifting interest[J].Computer Aided Engineering, 0.9 2007,16(2):69-73. 赵 [4]杨炳钧.认知心理学[M].北京：中国轻工业出版社， 0.8 2006:137-164 0.7 [5]宋丽哲，牛振东.一种基于混合模型的用户兴趣漂移方 0.6 ◆一混合模型 法[J].计算机工程，2006,32(1)：4-6. ■一正态渐进模型 SONG Lizhe,NIU Zhendong.A method of drifting user's 0.5 0 30100200300400500 interests based on hybrid model[].Computer Engineering, 刀户兴趣序列 2006,32(1):46. 图42种算法精确度比较 [6]曹毅，贺卫红.基于用户兴趣的混合推荐模型[J].系 Fig.4 Accuracy comparison of two algorithms 统工程，2009,27(6)：68-72. 4结束语 CAO Yi,HE Weihong.Mixed recommender model based on user's interest[J].Systems Engineering,2009,27(6):68- 本文提出了基于混合模型的用户兴趣漂移算 72 法，将用户兴趣分为长期模型和短期模型，短期模型 [7]费洪晓，戴弋.基于优化时间窗的用户兴趣模型漂移 使用最近最久未使用的兴趣淘汰方法来更新用户兴 方法[J].计算机工程，2008,34(16)：210-214. 趣，长期模型采用基于正态遗忘函数的渐进遗忘方 FEI Hongxiao,DAI Yi.Method of drifting user's interests based on time window optimization[J].Computer Engineer- 法进行更新.该模型比较准确地跟踪了用户的兴趣 ig,2008,34(16):210-214. 变化，具有较高的效率.在以后的工作中，还可以对 作者简介： 算法进行其他方面的尝试，如根据时间等因素预测 郭新明，男，1979年生，讲师，主要 用户的兴趣变化规律等. 研究方向为信息检索与网络安全技术， 参考文献： 参与省级科研项目2项，主持厅局级科 研项目1项，发表学术论文7篇. [1]KLINKENBERG R.Learning drifting concepts:example se- lection vs example weighting[J].Intelligent Data Analysis, 2004,8(3):281-300. [2]KOYCHEV I,SCHWAB I.Adaptation to drifting user's in- 弋改珍，女，1969年生，副教授，主要 tersects[C]//Proceedings of ECML.Barcelona,Spain: 研究方向为无线网络、网络仿真.参与省 IEEE Pres8,2000:39-45. 级科研项目2项，主持省级科研项目1 [3]郑先荣，汤泽滢.适应用户兴趣变化的非线性逐步遗忘 项，主持厅局级科研项目1项，发表学术 协同过滤算法[J].计算机辅助工程，2007,16(2)：69-73. 论文20余篇，其中被I检索1篇. ZHENG Xianrong,TANG Zeying.Non-lineal gradual for- getting collaborative filtering algorithm capable of adapting to