11、第二人生和OpenSimulator虚拟世界的混合用户偏好模型

第二人生和OpenSimulator虚拟世界的混合用户偏好模型

1. 引言

虚拟世界环境为众多应用提供了平台，涵盖虚拟教室、游戏以及现实世界的镜像版本等。然而，许多用户初次体验虚拟世界时会感到沮丧，因为难以找到感兴趣的区域，而且内容加载速度相对较慢，用户移动到新位置后，可能需要花费大量时间才能确定是否值得停留。在这种环境下，通过用户模型实现个性化推荐，有望在用户确定几个感兴趣的位置后，帮助他们更可靠地找到更有用的内容，从而改善用户体验。

虚拟世界为构建用户模型提供了丰富的信息，能够实现高度个性化。一般来说，用户以化身的形式拥有一个或多个持久身份，便于长期建立和维护个人资料。在公共区域的移动会被其他化身和脚本对象观察到，这为悄然创建用户轨迹提供了途径。通过群组关联、好友列表、即时通讯以及语音和文字聊天等方式进行社交网络互动，通常是原生服务，在某些情况下，这些关联信息是公开的。在一些虚拟世界中，用户对其他用户的个人推荐也会显示在化身资料中。

尽管有大量可用信息，但在虚拟世界中开发用户模型的工作相对较少。一些研究人员研究了化身移动或社交网络，但将用户模型扩展到包含内容偏好仍是一个未被充分探索的领域。即使是运营虚拟世界且能无限制访问用户数据的公司，也在将这些信息融入用户模型以改善用户体验方面进展缓慢。在第二人生中，搜索结果和展示位置是基于全球人气或策展人列表进行排名的，而OpenSimulator甚至缺乏全球人气排名。这是很遗憾的，因为虚拟世界网格最容易获取这些信息，而且在第二人生中已经提供了搜索和基于主题的推荐。本文提出的用户资料可以很容易地融入封闭世界现有的搜索和推荐系统，而我们这种从多个网格外部收集信息的方法，还能在多个网格中使用，具有额外的实用性。

本文采用超文本环境