互联网的个性化未来ehte.docx

《互联网的个性化未来ehte.docx》由会员分享，可在线阅读，更多相关《互联网的个性化未来ehte.docx（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、Evaluation Warning: The document was created with Spire.Doc for .NET.个性化是互互联网的未未来趋势现在，一个个新的风潮潮即将到来来，将再次次改变互联联网：个性性化革命。今天，我我们生活在在一个不断断被信息淹淹没的世界界。每天ttwittter上发发出的信息息超过900MB，每每分钟有334小时长长的视频传传到YouuTubee上，每个个 Facceboook用户平平均拥有1130个好好友并且在在一直增加加，还有搜搜索结果中中洪水般的的内容以及及传统网站站上每天成成千上万的的文章，而而这些内容容很少与我我们个人有有关 系。信息的

2、蔓延延扩散并不不是个新现现象。互联联网的信噪噪比是随着着信息组织织技术与信息产生生、传播技技术之间的的战争波动动的。他们的网络络：互联网网初期在互联网出出现初期，信信息内容都都是由专业业人士创建建和组织的的。起初，信信息只会出出现在像AAOL这种种专业网站站上。随着着互联网的的开放，YYahooo!很出色色地创建了了开放式网网络雅虎目目录。但是是即便有开开放目录、像Gooogle这这样的搜索索引擎公司司不断地提提供更好的的方法去获获取我们感感兴趣的内内容，信息息过载仍然然在无可避避免地发生生。通过了了解网站之之间相互链链接的规则则，Gooogle推推出了一门门新的科学学来从问题题本身寻求求解决

3、方案案。 这个个方案现在在表现的非非常好，几几乎每个网网站都在被被SEO得趋趋向框架内内的规范。我们的网络络：当今时时代2003年年，由MyySpacce和YoouTubbe带来的的用户提供供内容冲击击了主流的的互联网玩玩法，同时时网络上的的信息量开开始急剧增增加。“现在每两两天我们创创建的信息息几乎相当当于20003年一年年的那么多多”，Goooglee首席执行行官Eriic Scchmiddt说。搜索引擎的的目的不是是为了有效效组织社会会化和实时时数据。因此像FFacebbook和和Twittter这这样的创新新公司创建建了社会化化过滤器，通通过授权给给我们的朋朋友和信任任的人来替替我们组

4、织织信息。这这个新过滤滤器让我们们更多、更更好我们不不曾预想过过的信息。读到这里的的大部分人人应该都是是社会化技技术的狂热热用户。跟跟我一样，你可能正在开始体验到你的社会化信息流中的信息过载。有很多高质量的信息，但它变得越来越难被找到。专业点说，信噪比正在下降。越来越多的人变得更加热衷于社会化和事实网络也会让问题变得更糟糕。你们的网络络：未来想象一下，一上网看到的网页、应用或是获得的经验都是正合你意的个性化信息，你会有什么感觉呢？到ESPN.com看关于你喜欢的运动和球队的精选信息、每天上团购网找你兴趣的商品、从Foursquare接收你感兴趣的餐厅信息 从这里可以看到未来发展的方向。由你寻找

5、目标信息转变为目标信息来找你。过去，我们们缺少数据据和技术来来视线这种种个性化的的体验。但但一切在不不断地迅速速改变。那那些势不可可挡的丰富富的社会化化数据不仅仅留下了问问题，同时时也给出了了解决方 案。使用用自然语言言处理和语语义分析来来评估你发发出的消息息、状态更更新（如分分享和签到到），就有有可能对你你的身份和和兴趣以及及其他特征征做出整体体的认知。一旦网络了了解了你的的喜好，它它就可以变变得任任何一个网网站或应用用可以利用用这点来给给你推送属属于你的个个性化体验验。音乐的发展展遵循了类类似的进化化过程。音音乐的传播播从原先通通过专业策策划（DJJ，MTVV）转变为为社会化介介绍（混杂杂

6、磁带、播播放列表）再再到根据个个人偏好组组织（Paandorra音乐盒盒）。所有这一切切并不意味味着编辑消消失或你的的朋友的推推荐并不重重要。相反反，它是一一个完全聚聚焦在你身身上的新镜镜头。基于因特网网的个性化化信息服务务研究【内容提要要】个性化化信息服务务，是针对对不同用户户采用不同同服务策略略和方式提提供不同信信息内容的的服务。它它具有以用用户为中心心、对用户户需求进行行挖掘、灵灵活多样和和主动将信信息推送给给用户的特特点。其类类型有：个个性化内容容定制服务务；个性化化信息检索索定制服务务；个性化化界面定制制服务。用用户个性化化需求可通通过用户访访问记录挖挖掘、Boookmaark和AA

7、gentt获取。个个性化信息息服务模型型，可采用用信息A gennt自主学学习法、信信息过滤法法、基于多多Multti-Aggent 随着因特网网的飞速发发展，网上上信息资源源迅猛增长长，现有的的搜索引擎擎如YAHHOO等越越来越难以以满足用户户获取信息息的需要。这些搜索索引擎在服服务中，一一方面忽略略用户的个个性化要求求，另一方方面不能提提供主动信信息服务，使使因特网上上的海量信信息和用户户对信息的的有限获取取能力形成成了强烈的的反差，使使得因特网网上信息的的获取和利利用面临着着严重的效效率和质量量问题。有有效解决这这些问题的的办法，就就是利用新新技术提高高用户获取取信息的能能力，使信信息服

8、务更更加符合用用户自己的的需要，概概括地说，就就是建立面面向用户的的个性化服服务机制。1 个性性化信息服服务的定义义与特点11.1 个性化信信息服务的的概念 个性性化信息服服务是网络络信息服务务发展的重重要方向，已已经引起国国内外许多多专家学者者的研究兴兴趣，因而而近两年这这方面的研研究成果较较多。但何何谓个性化化信息服务务？个性化化信息服务务应包括哪哪些内容？如何实现现个性化信信息服务等等问题，现现在还没有有统一的科科学认识。所以在一一些文献里里，又将个个性化信息息服务称之之为个性化化服务、个个性化定制制服务、个个性化信息息搜索服务务、个性化化信息推荐荐服务、个个性化信息息提醒服务务和个性化

9、化信息代理理服务等等等。下面是是一些具有有一定代表表性的观点点。（11）个性化化信息服务务是根据客客户的特性性提供具有有针对性的的信息内容容和系统功功能1。（22）个性化化信息服务务就是将用用户感兴趣趣的信息主主动提交给给用户22。（3）个个性化信息息服务是基基于信息用用户的信息息使用行为为、习惯、偏好和特特点，来向向用户提供供满足其各各种个性化化需求的一一种服务3。（4）所所谓个性化化信息服务务，是指能能够满足用用户的个人人信息需求求的一种服服务，在某某一特定的的网上功能能和服务方方式中，自自己设定网网上信息来来源方式、表现形式式、特定网网上功能及及其它网上上服务方式式等，而主主动地向用用户

10、提供可可能需要的的信息服务务4。（55）所谓个个性化信息息服务，首首先它应该该是一种能能满足用户户的个体信信息需求的的服务，即即根据用户户提出的明明确要求，或或通过对用用户个性、习惯的分分析而主动动向用户提提供其可能能需要的信信息和服务务；其次它它应该是一一种培养个个性，引导导信息需求求的服务，以以此促进信信息业的多多样化和多多元化发展展”5。（66）个性化化信息代理理就是一个个能够理解解用户真正正需求的智智能Ageent。所所谓个性是是指Ageent行为为中所表现现的一致的的、稳定的的、可信的的、典型的的特征和态态度集；个个性可以表表示为有序序的目标集集和对于目目标的规划划的偏好程程度6。笔

11、笔者认为，个个性化信息息服务，就就是针对不不同用户采采用不同的的服务策略略和方式，提提供不同的的信息内容容的服务。1.2个性化信信息服务的的特点综上所述述，个性化化信息服务务的根本就就是尊重用用户（或者者说以用户户为中心），研研究用户的的行为、兴兴趣、爱好好和习惯，为为用户搜索索、组织、选择、推推荐更具针针对性的信信息服务。通过对个个性化信息息服务特点点的了解和和掌握，可可以使我们们的服务更更具针对性性，从而提提高用户对对信息服务务的满意度度。具体地地说，个性性化信息服服务具有以以下特点：（11）以用户户为中心。所有的服服务必须以以方便用户户、满足用用户需求为为前提。（2）允允许用户充充分表达

12、个个性化需求求，能够对对用户需求求行为进行行挖掘。信信息服务的的系统不仅仅要提供友友好界面，而而且要方便便用户交互互，方便用用户描述自自己的需求求，方便用用户反馈对对服务结果果的评价。要能够了了解用户的的个人需求求、习惯、爱好和兴兴趣，为其其提供“量量身定制”的个性化化信息服务务。（33）服务方方式更加灵灵活、多样样。不仅要要为用户提提供更加准准确的信息息，而且还还要能够按按照用户指指定的方式式进行服务务，如满足足用户对信信息的显示示方式、提提供结果的的方式（纸纸质、电子子版、网络络版、电子子邮件等）的的要求，对对服务时间间的要求，对对服务地点点的要求等等。（44）能够主主动将用户户所需信息息

13、推送给用用户。2个性化信信息服务的的类型在个性化化信息服务务系统中，用用户可以根根据自己的的需要，选选择不同的的信息资源源；依据自自己的习惯惯，指定信信息的显示示方式，如如对信息检检索结果的的不同的元元数据排序序。对于一一般用户可可能更关心心需求的主主题，希望望将论文的的题名放在在显著的位位置，而对对于一个专专家，他可可能更关注注学科内某某些专家的的研究成果果，希望将将著者姓名名放在最显显著的位置置等等。就就现阶段的的环境条件件而言，个个性化信息息服务至少少应包括个个性化内容容定制服务务、个性化化信息检索索定制服务务、个性化化界面定制制服务和个个性化信息息推荐服务务四个方面面。2.11个性化化

14、内容定制制服务个性化定定制服务是是有效获取取用户需求求信息的方方法之一。它通过用用户定制获获取用户的的个性化信信息，从而而理解用户户的需求，为为用户提供供更为准确确的信息服服务，提高高用户的满满意度。同同时通过与与用户的直直接或间接接的沟通，改改善与用户户的关系，增增加用户的的忠诚度7。在个性性化内容定定制服务中中，用户可可以根据自自己的兴趣趣和需求定定制信息。定制的内内容包括信信息资源、界面和服服务等等。个性化信信息定制服服务系统通通常提供一一些信息资资源，让用用户选择（定定制）。例例如在数字字图书馆中中，人们可可以选择数数据库资源源、电子期期刊、电子子图书、相相关网站、学科导航航、搜索引引

15、擎等等。也有一些些系统让用用户指定资资源地址，系系统提供有有关的更新新通知等服服务（这是是一种简单单的主动信信息服务方方式，系统统能够及时时主动将有有关资源的的更新信息息推送给用用户，提醒醒用户及时时利用）。另外外，如安全全与隐私保保护也是个个性化信息息定制服务务中需要注注意的重要要问题。安安全包括用用户私人信信息的安全全和系统管管理的安全全。隐私保保护也是用用户关心的的问题，一一旦用户的的个人信息息被泄露，用用户就会失失去对我们们的信任，而而远离我们们的服务，隐隐私保护需需要制定完完善的隐私私保护政策策，提供隐隐私政策公公示，并提提供用户隐隐私公开的的工具和运运用保证隐隐私不外泄泄的保护技技

16、术等。22.2个个性化信息息检索定制制服务在数据库库检索或网网上信息的的查询中，不不同的用户户由于其拥拥有的检索索知识和所所处的领域域不同，往往往其习惯惯也不同。初学者一一般习惯用用简单检索索，专业人人员习惯用用高级检索索。另外，不不同用户可可能用不同同的词汇表表达同一专专业概念，不不同用户对对检索结果果的选取原原则和排序序方法也可可能不同。诸如此类类，正是用用户个性化化的显著表表现。因此此，检索定定制需要充充分支持用用户在检索索策略、检检索方法和和检索结果果处理上的的个性化。根据初步步分析，检检索定制可可包括88：（1）个个人检索模模板定制。用户可根根据个人需需要对所需需信息的专专业（用分分

17、类号或主主题词、关关键词确认认）、应用用目的（用用文献类型型区别，例例如期刊论论文、专利利、会议文文献等）、深度、语语言、地域域、数量、时域等进进行定制，从从而内在地地表达自己己相对稳定定的检索限限制条件。用户在每每次检索时时也可以选选择“屏蔽蔽”（Ovver writte）模板板条件，灵灵活表达特特殊要求。（22）检索工工具定制（选选择数据库库检索系统统和搜索引引擎）。已已纳入资源源定制。（3）检检索式表示示方式定制制；用户可可自定义默默认检索方方式是简单单或复杂方方式，自定定义布尔检检索式中“与”、“或”、“非”的表表示符号，系系统还可为为用户记录录最近的特特定数量的的检索式，供供用户选择

18、择使用。（4）个个人词表定定制。可写写入用户自自定义的常常用词汇的的自定义规规范词、通通用限制词词（检索时时对所有检检索式均加加上此检索索词）、特特殊限制词词（对某一一个或几个个词使用的限限制词）、以及同义义词和近义义词；当该该用户使用用这些常用用词汇时，系系统可根据据个人词表表调用相应应词汇优化化检索，或或弹出相应应词汇供用用户选择使使用。（5）检检索结果处处理定制。可对检索索结果的相相关度计算算标准、输输出格式、排序方式式、重复记记录整合方方式、分类类组织、下下载格式、传送地址址等进行定定制。（6）检检索历史分分析定制。用户可要要求系统动动态追踪其其检索过程程，提取最最常用的检检索词和检检

19、索式，最最经常选择择的数据库库、期刊、网站等资资源，最经经常排除的的资源，相相近用户最最常用的检检索词、检检索式、数数据库、期期刊及网站站等（但必必须掩蔽“相近用户户”实际身身份）。当当然，这种种追踪必须须事先得到到用户的授授权（包括括是否同意意作为“相相近用户”被分析的的授权），同同时必须安安全地保护护这些历史史数据，这这些历史数数据可用来来自动修改改用户的有有关定制信信息（例如如定题选报报记录）。2.3个性化界界面定制服服务个个性化界面面定制服务务是让用户户根据自己己的爱好选选择桌面的的显示方式式，它包括括界面的结结构布局，显显示颜色和和显示内容容的排列方方式等。例例如在一些些网站中，让让

20、用户输入入自己的个个人信息，然然后生成“我的主页页”，“我我的搜索引引擎”，“我的图书书馆”等等等这类服务务都属于个个性化界面面定制服务务。2.44个性化化信息推荐荐服务通过网络络信息的挖挖掘，了解解用户的需需求和兴趣趣，为用户户提供个性性化的实时时信息推荐荐服务，也也是因特网网服务的一一个发展方方向。面向向单个用户户的实时个个性化推荐荐服务有44种方法9：（1）在在Cachhe内的协协作推荐。（22）利用聚聚类方法实实现实时个个性化推荐荐。（33）利用分分类方法实实现实时个个性化推荐荐。（44）利用协协作推荐的的方法实现现实时个性性化推荐。3 用用户个性化化需求的获获取方法对用户户需求、兴兴

21、趣、爱好好的了解和和获取是个个性化信息息服务具备备针对性的的关键，而而对用户网网络信息需需求的分析析、获取和和管理是保保证个性化化信息服务务实施的基基础。对用用户需求的的获取。目目前主要有有两大类方方法：一类类是通过人人机交互模模式获取用用户的信息息需求。这这类方法的的优点是可可以准确地地获得用户户的需求信信息，也是是目前绝大大多数检索索系统所采采用的方法法。缺点是是主动性差差。对于以以信息拉取取技术为核核心的信息息服务系统统，系统一一般提供一一个与用户户进行实时时交互的检检索界面，让让用户表达达需求。对对于以信息息推送技术术为核心的的信息服务务系统，系系统会提供供给用户一一个表达信信息需求的

22、的定制表单单。用户可可以十分详详细地填写写自己的个个性化需求求信息。另另一类是通通过对用户户访问记录录的挖掘，获获取用户的的需求、兴兴趣和爱好好等。这种种方法的主主动性强，一一般用于个个性化主动动信息服分分系统中，对对用户需求求行为的挖挖掘，目前前有三种方方法：一是是通过Coookiee loogs挖掘掘；二是通通过Boookmarrk进行网网络信息过过滤；三是是利用智能能Agennt跟踪用用户信息行行为。3.1用户访问记录的挖掘网络用户访问记录的挖掘主要是从Web的访问记录中抽取具有意义的模式。Web中的每个服务器都保留了用户的访问日志（Web access log）等记录，保存了有关用户访

23、问和交互的信息。分析这些数据可以用来了解用户的需求行为，为用户提供个性化的服务。目前Web使用记录挖掘技术和工具可以分为两大类：访问模式的追踪和个性化的使用记录的追踪。一般的访问模式追踪通过分析使用记录来了解用户的访问模式和倾向，以改进站点的组织结构；而个性化的使用记录追踪则倾向于分析个别用户的偏好，其目的是根据不同用户的访问模式，为用户提供个性化的定制服务10。用户访问挖掘针对用户对Web的访问记录，利用路径分析、分类聚类、关联规则和序列模式的发现等方法进行分析，寻找其中蕴涵的用户知识和模式。Web访问信息挖掘的数据对象主要是日志数据。当用户访问Web服务器时，服务器方将会产生三种类型的日志

24、文件：Server logs，Error logs和Cookie logs，记录用户的访问情况11。Cookie是由互联网服务器产生的记号并由客户端持有，用于识别用户和用户的会话。通过Cookie分析，获取用户个性化需求、兴趣和爱好，目前还是一种较为有效的方法。但由于Cookie存储在客户计算机上，使用中会由于各种原因导致Cookie内容失真，因而通过对Cookie的挖掘获取用户的个性化需求，也有一定的局限性。3.2利用Bookmark（书签）获取用户的个性化需求当用户在因特网上用浏览器浏览主页时，经常会遇到自己需要的和喜欢的站点和主页，只要点一下浏览器的Bookmark菜单，就能将当前的站点

25、存入Bookmark中。下次访问时，只要从Bookmark中取出即可使用。用户可以对Bookmark进行多级管理，不同的目录反映用户不同的兴趣，这给对用户需求的分析提供了依据。利用用户在浏览器上存储的Bookmark获得用户信息需求是一种有效的方法。在Bookmark中存储的信息往往是用户最关心的，需要记录下来以便以后再读。Bookmark结构化的信息存储更能够确切地表达用户需求。我们可以利用用户对文章的评价来表达用户的信息需求。对存入Bookmark的某一推荐目录的文章，可以认为是用户喜欢的文章，作为学习中的正例；在其他目录的文章，或是经过推荐没有被选中的文章将作为学习的反例。根据向量空间法

26、将正反例表示成向量，就可以利用机器学习的方法对新文章进行推荐12。利用Bookmark进行信息过滤有很多优势。用户可以导入自己已有的Bookmark文件或直接在浏览网络时通过客户端软件加入的新书签，并且可以对其进行各种编辑操作。用户可以明确地对文章的内容与自己的需求是否一致作出评价，通过反馈信息将使信息推荐更为准确。用户可以灵活地设置推荐的范围，系统对用户信息的推荐信息直接并入Bookmark结构中，完全符合用户的习惯。另外，系统使浏览器的Bookmark功能实现网络化，即利用网络服务器存储用户的Bookmark信息，这样，可以使用户在任何地方、各种平台上拥有一致的Bookmark信息。3.3

27、利用智能Agent获取用户个性化需求监视用户的信息查询过程的方法能自动获得用户的信息需求。其方法是在用户的终端上运行一个监视的信息代理（agent）。信息代理将用户在web浏览时的相关信息不断传送给远端的服务器.服务器将信息进行整理、组织，并从中分析出用户的信息偏好。4个性化信息服务模型的构建要实现个性化信息服务，系统必须具备两方面的能力：一是构建个性化信息Agent模型，即将个性化信息从全局信息空间中分离出来；二是构建用户Agent模型，即跟踪用户行为，学习、记忆用户兴趣，通过描述用户的兴趣特征来建立个性化用户模型。此外，还需要有功能强大的网络信息搜索能力和友好的用户界面，这既是构建信息Ag

28、ent和用户Agent的基础，也是实现个性化信息服务的保障。4.1个性化信息模型的构建方法信息Agent具有多种特性，从不同的特性角度出发，可以用不同的方法来构建个性化信息模型。这里主要介绍三种常用的方法13。（1）信息Agent的自主学习方法。个性化服务的对象是一个个具体的用户，因而建立个性化信息模型时，信息Agent必须对用户感兴趣的信息类型有所了解，并以此作为信息模型构建的基准，通过不断的学习积累形成一个有规模的模型。信息Agem可以直接探求用户的信息兴趣和爱好，也可以从用户信息检索和利用行为中提取这个基准，然后由Agent执行一定的算法，将这些信息转化为知识存入用户信息模型中。信息Ag

29、ent有两种不同的学习方法：一是关键词学习。这种学习方法是首先对搜索来的信息进行处理，将信息中的关键词按出现频率、出现位置提取出来，根据关键词的频率来确定唯一表征信息体的关键词，将具有相同表征关键词的信息聚类，并存入相应的个性化信息模型中。采用关键词学习方法提高了建立多个个性化信息模型的效率。二是字典学习。这是一种对相似概念的学习。在这种学习方法中，信息Agent为个性化信息模型提供的每个基准关键词创建一个字典，字典根据关键词的权值来确定其权限：搜索权和学习权。一个信息单元是否被学习首先得看其关键词的权值是否达到搜索权所规定的权值，否则首轮即被模型所淘汰。即使是过了搜索关，也只有当关键字的权值

30、达到学习权时，该关键字才能被纳入字典用来表征个性化信息模型。信息Agent通过不断的学习，并在学习中修改字典，最终可得到一个关键字的相对稳定的字典。（2）信息过滤的方法，信息过滤系统是根据用户的信息需求对动态信息流进行过滤，把满足用户需求的信息传送给用户，可以提高获取信息的效率。信息过滤也是构建个性化信息模型的有效方法，它根据一定的标准将那些不相关的信息滤掉，仅保存与用户需求相关的信息。信息Agent根据自己的关键词域，提取几个权重比较大的关键词作为过滤的标准（E-profile），每个E-profile描述着一个方面的信息需求。E-profile是否标准.可在实践中被检验：那些对信息需求描述

31、不准确的E-profile个体在竞争中将被淘汰。反之则形成越来越大的规模，构成一个内容充实的个性化信息模型。常用的信息过滤方法有两种：基于关键词向量的过滤方法和基于文献集的信息过滤方法。基于关键词向量的信息过滤方法是一种相似过滤方法。其思想是比较表征信息单元的关键词与信息Agent给出标准关键词之间的相似性，只有当相似性达到一定的度，该信息单元才被保留下来。确立关键词的相似度是这种过滤方法的核心。在此我们将信息单元的关键词与标准关键词都看作向量，其相似度就是这两个向量夹角的余弦值。（3）基于多Multi-Agent System的合作方法。网络个性化服务不是面向单一用户的个性化服务，服务于每个

32、用户的信息Agent之间并不是孤立的关系，它们通过相互合作构成一个MAS。MAS的合作求解能力远远超过单个Agent，这是MAS产生的最直接的原因。通过MAS的合作，使每个用户拥有一个或多个Agent，这些Agent推荐的信息在内容上都有相关性，克服了单个信息Agent功能不强的缺陷。多Agent之间的合作是通过多Agent协商协议来完成的。协商协议是MAS实现协同、协作、冲突消解和矛盾处理的关键环节。在MAS中，协商协议被描述成四元组：目标Agent，源Agent，消息名，消息内容，这种四元组形式通过嵌套使用来扩大合作的范围。信息Agent之间一旦达成合作协议，多个信息Agent的个性化信息

33、模型就构成一个逻辑体，每个信息Agent就将自己和伙伴Agent的信息文档推荐给相关用户，以充实用户信息需求的内容。4.2用户模型的构建方法建立用户模型是实现个性化服务的另一个重要方面。用户模型是实现个性化服务的起点，用户模型不仅是个性化信息模型的构建依据，又是实现个性化服务的目标，个性化信息最终将被推向具有相应兴趣的用户。用户模型实际上就是对某一用户行为、兴趣倾向的描述，以确立他所需信息服务的类型。在对用户的信息服务中，用户所处的领域不同，使用的信息服务系统不同，获取用户信息的方法不同，建模的方法也不同。通常情况下，通过与用户交互，获取用户信息来建立模型较为简单，较易实现。利用智能的方法，通

34、过对用户需求行为（如用户浏览器中的cookies文件，用户的bookmark文件等）的分析，挖掘用户的需求、兴趣和爱好来建立模型较复杂，技术上也较难实现。这方面的研究还有待深入。对于隐式建模方法，用户模型的建设过程主要有四步14：（1）内容向量。内容向量是一个表示信息内容的向量，可以被用于向量空间模型成对的匹配。内容向量来源于初始用户的活动记录（以往信息利用行为），或用户的反馈等。一旦建立，就仅仅改变其权值就可以了。（2）一列当前活动的上下文（或用户以往信息行为的文档）。初始内容向量每个元素对应一些上下文。以后随用户的不同活动，每个用户的上下文就发生改变。（3）一列当前活动的特征。（4）一个用户关键词的集合。每一个关键词都有一定的权值，用于表征它对该用户的实际重要性。在用户反馈之后，关键词被动态插入、修改或删除。用户模型建立后，对其更新也要遵循一定的规则。通常是根据用户的反馈信息相应地更新用户模型的不同部分。个性化服务的关键是用户需求信息的获取。真正的用户动态需求信息的获取，必须利用智能代理技术。在这方面的研究，虽然取得了一定的成果，但距离实际应用或用户的要求还有较大的差距。