Model teoretyczny systemu uczacego się preferencji uzytkownika

Wstęp………..5

Rozdział 1.
Wprowadzenie do inteligentnych systemów.

2.1.Inteligencja zbiorcza w aplikacjach internetowych………..7
2.2.Personalizacji w Internecie……….. 8
2.2.1.Serwisy informacyjne i spolecznosciowe……….. 8
2.2.2.Marketing i reklama……….. 9
2.2.3.Handel elektroniczny……….. 10
2.2.4.Uslugi mobilne………..11
2.3.Korzysci wynikajace z wykorzystania personalizacji………..11
2.3.1. Korzysci dla odbiorców………..12
2.3.2. Korzysci dla wlascicieli serwisów……….. 12
2.4.Struktura inteligentnej aplikacji internetowej………..13

Rozdział 2.
Profilowanie uzytkownika……….. 13

3.1.Metody gromadzenie danych o uzytkowniku……….. 14
3.2.Rodzaj informacji wykorzystanych przy tworzeniu profilu uzytkownika……….. 16
3.2.1.Atrybuty klas……….. 17
3.2.2.Tresci dokumentów 18………..
3.2.3.Zachowania uzytkowników……….. 18
3.3.Reprezentacja profilu……….. 18
3.3.1.Reprezentacja oparta o heurystyke……….. 19
3.3.2.Reprezentacja oparta na modelu……….. 19
3.4.Inicjalizacja profilu……….. 20
3.4.1.Pusty profil……….. 21
3.4.2.Reczna inicjalizacja……….. 21
3.4.3.Stereotypowanie……….. 22
3.4.4.Zestawy treningowe……….. 22
3.5.Identyfikacja uzytkowników……….. 23
3.5.1.Logi serwera……….. 23
3.5.2.Cookies……….. 24
3.5.3.Uwierzytelnianie……….. 26
3.6.Identyfikacja sesji……….. 27
3.6.1.Identyfikacja w oparciu o czas……….. 27
3.6.2.Identyfikacja w oparciu o kontekst……….. 27
3.7.Metody uczenia i eksploatacji profilu……….. 28
3.7.1.Metody regulow……….. 28
3.7.2.Metoda klasyfikacji tresci……….. 29
3.7.3.Metody kooperatywnej filtracji……….. 29
3.7.4.Metody hybrydowe – mieszane……….. 30
3.7.5.Eksploracja sieci Web……….. 31
3.8.Techniki nauki profilu……….. 31
3.9.Problemy nauki i eksploatacji profilu……….. 34
3.9.1.Problem nowego uzytkownika……….. 35
3.9.2.Problem nowego przedmiotu……….. 36
3.9.3.Rzadkosc danych……….. 36
3.9.4.Problem nietypowego uzytkownika……….. 37
3.9.5.Skalowalnosc……….. 37
3.10.Analiza zachowan uzytkownika……….. 37

Bibliografia……….. 38
Literatura……….. 42
Internet……….. 42
Spis tabel……….. 43