基于用户聚类的播客节目推荐

• 作者: 陈剑波 陈超 齐开悦
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 播客 用户聚类 节目推荐
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 基金项目论文
• 页码范围: 7-10
• 页数: 4页
• 分类号: TP3
• 字数: 4363字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2009.03.003

摘要

许多播客推荐机制一般根据整体点击次数来向用户推荐节目,但是一些点击次数很高的节目未必就是某类用户所喜欢的,因而推荐的节目对用户的喜好针对性不是很强.为了提高推荐节目对用户喜好特点的针对性,提出基于用户聚类的节目推荐.对用户在播客平台上的采集数据进行聚类分析后,把用户归为某一类型,并把该类型的所有节目根据点击次数多少存放入相应的推荐表.在用户下次登录时,根据其所属用户类型从推荐表中选出其最可能观看的尚未浏览的节目.试验结果证明,该播客推荐系统能很好地根据用户的喜好特点来进行针对性节目推荐.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈剑波	上海交通大学信息安全工程学院	28	351	9.0	18.0
2	齐开悦	上海交通大学信息安全工程学院	28	212	7.0	13.0
3	陈超	上海交通大学信息安全工程学院	52	259	8.0	14.0