融合停留时间的隐Markov个性化推荐模型

• 作者: 刘胜宗 廖志芳 樊晓平 胡佳
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: Web挖掘 类时齐隐Markov模型 平稳分布 用户聚类 个性化推荐 HMM
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 论文Ⅱ
• 页码范围: 112-121
• 页数: 10页
• 分类号: TN911.23
• 字数: 9029字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-436x.2014.09.011

摘要

静态模型在推荐系统中往往将用户的兴趣偏好看作是固定不变的,而在一定程度上与实际并不符合.为此,基于隐Markov动态模型提出一种融合停留时间的类时齐隐Markov个性化推荐模型(ctqHMM).该模型用隐含状态变量的转移来模拟Web用户的兴趣变迁,并用停留时间来描述用户对某一偏好感兴趣的程度和所推荐页面的重要性.然后,提出一种基于该模型平稳分布的用户聚类方法,并将其用于推荐系统中.在真实的Web服务器访问记录数据上的实验证明,类时齐隐Markov模型具有更好的推荐性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊晓平	中南大学信息科学与工程学院	236	3229	28.0	45.0
5	廖志芳	中南大学软件学院	65	468	12.0	19.0
6	胡佳	中南大学信息科学与工程学院	10	25	3.0	5.0
7	刘胜宗	中南大学信息科学与工程学院	4	29	2.0	4.0