智能信息推荐系统能够通过用户偏好,利用信息过滤算法主动剔除无关信息。该文提出了一个基于案例推 理的职能信息推荐系统的架构,主要包含数据层、过滤层和结果展示层3个功能层次。设计了一个基于案例推理的 过滤算法,将用户对文本的评价定义为案例 采用归一化的Euclidean距离,计算用户之间的相似度。在一个公共数 据集上进行了不同过滤算法的recall值对比实验。结果表明,采用案例推理技术,对协同过滤的准确度有一定程度 的改善。 -CBR filtering algorithm an