一种基于协同推荐的网页排序算法

• 作者: 金远平 陈兰
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 个性化 排序算法 协同推荐 用户模型
• 年，卷（期）: 2009,（3）
• 页码范围: 453-458
• 页数: 6页
• 分类号: TP31
• 字数: 6045字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2009.03.007

摘要

针对目前搜索结果个性化排序算法中的用户兴趣模型构建难、相关度计算不精确等问题,提出了一种结合用户兴趣模型和协同推荐算法的个性化排序方法.该方法从用户的搜索历史,包括提交查询、点击相关网页等反馈信息来训练用户的兴趣模型,然后采用协同推荐算法获取具有共同兴趣的邻居用户,根据这些邻居对网页的推荐程度和网页与用户的相关程度来排序搜索结果.实验结果表明:该排序算法的平均最小精确度比一般排序算法提高了约0.1,且随着用户邻居数目的增长,最小精确度随之增长.与其他排序算法相比,采用协同推荐算法有助于提高网页与用户兴趣关联程度计算的精确度,从而提高排序的效率,有助于改善用户的搜索体验.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金远平	东南大学软件学院	38	567	13.0	23.0
2	陈兰	东南大学计算机科学与工程学院	10	67	3.0	8.0