随着互联网技术的蓬勃发展,信息过载问题日益加剧,个性化信息推荐成为当前研究中的热点。本文以房产信息为研究对象,在分析房产领域信息内容的基础上,提出一种新的个性化信息推荐模型,即运用自然语言处理的方法抽取房产信息的结构化属性,再将用户需求关键词与结构化属性相结合建立用户模型,通过在推荐模型中加入视觉注意机制,使信息呈现方式适应用户视觉注意的选择性特征。本文的主要研究成果如下:1.基于规则库的房产信息结构化抽取本文通过建立规则库来抽取房产信息的结构化属性,如价格、面积等,并利用规则对抽取过程中不完整的信息进行了处理。实验结果表明,该方法抽取属性信息的准确率高达99%～100%,召回率达到80%以上。2.关键词与属性相结合的用户建模本文提出的用户模型用关键词及其相互关系以及信息的结构化属性来共同表达,该模型通过基于关键词的检索以及基于属性的相似度计算来实现个性化推荐。实验结果表明,该模型可以表达已有的房产信息服务均无法表达的找房原则,更好的表达了用户需求。3.基于注意机制的推荐信息呈现本文从视觉注意机制的角度分析了信息呈现中引导视觉注意力的可行性,并依据视觉注意选择性的空间位置效应研究、视觉的流动现象分析以及基于显著性的视觉注意模型提出了基于注意机制的信息推荐呈现模型及相应算法。实验证明,该方法的效率比传统的列表式呈现提高了30%以上,为个性化推荐信息的呈现提供了一种新的思路。