在线用户兴趣多样性的实证研究

• 作者: 倪静 刘建国 张一璐 郭强
• 来源期刊: 计算机应用研究
• 关键词: 在线社会网络 用户兴趣 信息熵 个性化推荐
• 年，卷（期）: 2014,（11）
• 页码范围: 3250-3252
• 页数: 3页
• 分类号: TP312
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.11.012

摘要

在线用户的群体兴趣对于分析在线社会网络以及个性化推荐至关重要。研究的目的是引入信息熵这一指标来准确度量用户兴趣的多样性。分别在电影网站MovieLens和音乐网站Last．FM数据上进行实证分析，即统计度相同的用户所选产品的信息熵值。MovieLens的结果表明，随着用户度的增加，熵值出现先上升后下降的趋势，即度小的用户和度大的用户的兴趣比较专一，而一般用户的兴趣较为多样；而Last．FM的结果表明，度小用户的兴趣非常多样，但随着用户听过的音乐数量越多，兴趣越明确。通过建立随机模型与实证结果进行比较，可以发现绝大多数用户在真实数据集上的兴趣的多样性比随机情况要大，可见用户的兴趣对用户行为模式的影响显著。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建国	上海理工大学复杂系统科学研究中心	63	401	7.0	19.0
2	郭强	上海理工大学复杂系统科学研究中心	55	568	8.0	23.0
3	倪静	上海理工大学复杂系统科学研究中心	60	158	8.0	10.0
4	张一璐	上海理工大学复杂系统科学研究中心	2	5	1.0	2.0