对于用户兴趣建模的研究，国内外都研究了不少，但国外起步较早。我国对于此研究还 比较少，不过随着微博的日益发展，国内关于此的研究也越来越多。

1 国外研究现状

用户兴趣模型的建立作为个性化服务的关键在国外的研究相对较早，得到的研究成果也 较多。Fischer[3] 它指出，用户建模的目的是使该系统“以正确的方式在正确的时间做正确 的事”，即，使用户得到最好的服务与最佳的体验。Fragoudis[4]等通过持续的研究和分析了 几种典型的个性化服务体系，比较他们的优缺点，从而得出最好的个性化服务体系。Shen[5] 等人利用用户行为来发掘用户兴趣，他们基于用户的浏览及点击行为，得到用户的兴趣，根 据这些来构建用户兴趣模型。Pazzani[6] 根据用户的阅读行为，让用户对网页进行标注，找出 其中的关键词，然后计算每个关键字的预期信息增益，从而利用这些信息来获得大量的关键词建立用户兴趣模型。Sofia Stamou 和 Alexandros Ntoulas [7] 通过分析用户的检索行为来 构建用户兴趣模型。Julia[8] 等利用用户在 Youtube 和 Flickr 的网站上标的标签进行分析， 并且将这些标签与用户的社会关系进行综合，然后构建用户兴趣模型。Hochul Jeon[9] 等提 出使用动态更新策略，并且可以适应用户兴趣建模方法的方法。Cuncun Wei[10] 等人将用户 的短期兴趣和长期兴趣进行合并，然后使用合并后的兴趣信息来创建用户综合兴趣模型，并 反馈机制来更新微博用户兴趣模型。M。Claypool[11]等学者设计并实 CuriousBrowser 系统，好 奇的浏览器中使用明确的评估方法和需求信息隐含挖的方式组合来预测用户感兴趣的信息， 但是，系统需要用户的参与，用户需要进行系统的评估，所以这也给用户额外的负担。Huang  He [12] 等提出另一种用户兴趣模型的方法，他们是通过从正例文档中通过形式概念分析技术来 建立的。 79505

总体来说，在用户的兴趣建模领域，国外学者研究得早，研究成果也比国内多，但主要 集中在推特上，基于微博的研究比较少，而且在用户模型中的测评和用户兴趣表示方法上仍 然有很多缺陷[13]。 

2 国内研究现状

我国在这用户兴趣建模方面的研究起步比较晚，相关研究成果也没有国外的多，但在新 浪微博的研究上取得了一定成果。大连理工大学的林鸿飞和杨元生[14]将文本段落作为识别用 户兴趣的要素，通过聚类构建用户兴趣模型。孙铁利和杨凤芹[15] 提出根据用户隐式反馈建立 和更新用户模型，只通过观察用户浏览 Web 页面时的动作来获取隐式的反馈信息，使得用户 在搜索自己感兴趣的信息时变得方便。国防大学的应晓敏[16] 研究了在个性化服务中，不仅仅 简单的将内容定义为感兴趣或不感兴趣，用词频法选择的特征子集和经过改进的 K 近邻分类 器构成用户兴趣模型。王平和朱明[17] 基于 RSS 源提出了更新用户兴趣模型的方法，该方法基 于 RSS 新闻源，根据用户点击行为隐含信息反馈为标准，通过的文本相似性判断，它会自动 聚类，形成用户兴趣子类。信息类别、用户兴趣和用户模型节点的子类三个要素，构成了具 有三层结构的用户兴趣模型。近几年，手机上网用户越来越多，移动网络的发展也越来越快， 研究人员开始研究在移动环境下构建用户兴趣模型，北京邮电大学智能科学研究中心的周延 泉[18] 等把移动终端离线浏览系统当做研究基础，研究利用数据挖掘的理论和方法来准确描述 用户模型。田萱[19] 研究和探讨用户个性化模式，这是一个向量表示和概念级别表示，并且在 描述用户的个性化需求时，使用了哈夫曼树的形式组织用户兴趣词条。李宝林[20] 提出用动态 遗传算法来进行的启发式特征选择方法，它可有效地与其他用户共享的信息和选择的经验， 从而用户来优化模型。许欢庆和王永成[21]  基于动态学习算法，建立用户兴趣模型，从中发现和表达用户兴趣偏好。 论文网