（南京财经大学信息工程学院信息管理系 南京 210046）

提出一种基于加权XML数据结构的用户兴趣模型构建方法，对于其中的每个XML节点都增加了表达用户个性化信息的权值，并据此设计一种对加权XML模型进行相似度比较的算法。最后，详述基于此用户兴趣模式的个性化产品推荐系统的实现方法。

（Department of Information ManagementCollege of Information EngineeringNanjing University of Finance &EconomicsNanjing 210046,China)

This paper puts forward a new method for constitution of user preference model based on weighted XML data structure, with each node appends weight value for representing users’ personalized information.It also designs a new arithmetic to compare similarity of weighted XML model. Finally, this paper discusses the implementation of personalized product recommendation system based on this user preference model at detail.

TP391

*本文系2007年江苏省省属高校自然科学基础研究面上项目“基于Web个性化推荐服务的C to C电子商务平台框架”（项目编号：07KJD520074）和江苏省教育厅“青蓝工程”基金资助项目的研究成果之一。

［1］ Kobsa. Privacy-enhanced Web Personalization: From the Adaptive Web: Methods and Strategies of Web Personalization Volume 4321 of Lecture Notes in Computer Science［M］. Springer-Verlag, Berlin Heidelbergs, New York, 2007.
［2］ Ting P L, Yung F Y, Deng N C. A Semantic-expansion Approach to Personalized Knowledge Recommendation［J］. Decision Support Systems, 2008,45(3):401-412.
［3］ Gonzalez R A, Chen N, Dahanayake A. Personalized Information Retrieval and Access［M］. IGI Global, 2008.
［4］ Henrik B S. Ontology-based Information Retrieval Computer Science Section［D］. Denmark: Roskilde University, 2006.
［5］ Trajkova. Improving Ontology-Based User Profiles［D］. USA: University of Kansas, 2003.
［6］ Sure Y, Staab S, Studer R. On-to-Knowledge Methodology (OTKM)［M］. Handbook on Ontologies, Berlin, Heidelberg, 2003: 117-132.
［7］ Crestani. Application of Spreading Activation Techniques in Information Retrieval［J］. Artificial Intelligence Review, 1997, 11 (6):453-482.
［8］ Middleton, De R, Shadbolt N: Ontology-based Recommender Systems［M］. Handbook on Ontologies. Berlin, Heidelberg, New York, 2004.
［9］ 潘有能．XML文档自动聚类研究［J］．情报学报，2006(4):215-220.
［10］ 郑仕辉，周傲英，张龙．XML文档的相似测度和结构索引研究［J］．计算机学报，2003，26(9)：1116-1127.