基于隐反馈的类时齐 Markov 推荐模型

• 作者: 刘胜宗 廖志芳 樊晓平 胡佳
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: Web挖掘 类时齐Markov模型 平稳分布 用户聚类 个性化推荐
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 703-710
• 页数: 8页
• 分类号: TN911.23
• 字数: 6327字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2014.04.013

摘要

传统 Markov 链模型在用户浏览行为预测方面体现出较好的性能，但不能很好的体现出用户的兴趣度和所推荐的页面的重要性，因此本文提出类时齐 Markov 模型。该模型给不同的类别用户单独创建时齐 Markov 模型，并用时齐 Markov 模型的平稳分布表征用户的访问兴趣和页面的重要程度。本文进而提出了基于隐反馈的类时齐 Markov推荐模型，在真实的 WEB 服务器日志数据上的实验证明，类时齐 Markov 模型具有更好的推荐性能。