基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
按照用户的兴趣提供个性化服务是提高企业商业价值最有效的方案。针对目前从用户行为中挖掘用户兴趣方法的不足,提出一种依据用户使用软件的时间序列构建复杂网络及依据神经网络聚类挖掘用户兴趣软件的方法。在计算用户对于软件的兴趣度时,综合考虑用户使用软件的时长以及复杂网络中相邻节点的贡献度,包括节点的度、节点介数、聚集系数来判断节点的重要性,挖掘用户对于软件的兴趣度,形成软件兴趣社区。再利用神经网络算法对用户兴趣社区中的软件进行聚类,形成用户的兴趣软件集。实验结果表明,该方法能够较准确地挖掘用户感兴趣的软件集,并且在精确率和召回率上较其他方法有一定的提高。
推荐文章
基于RBF神经网络的微博用户兴趣预测模型
微博
邻居节点
长期兴趣
短期兴趣
RBF神经网络
预测算法
基于改进神经网络的挖掘算法设计
数据挖掘
神经网络
粗糙集
数据挖掘算法
数据计算
可行性分析
基于改进BP神经网络的关联挖掘模型设计
BP神经网络
关联挖掘模型
算法改进
二次函数
选择能力
用户交互
基于模糊神经网络的数据挖掘方法研究
数据挖掘
模糊神经网络
误差反传
规则筛选
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于复杂网络及神经网络挖掘用户兴趣的方法
来源期刊 计算机技术与发展 学科 工学
关键词 用户行为 兴趣挖掘 复杂网络 word2vec
年,卷(期) 2016,(12) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 22-25
页数 4页 分类号 TP31
字数 3600字 语种 中文
DOI 10.3969/j.issn.1673-629X.2016.12.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张兴兰 北京工业大学计算机学院 36 67 5.0 6.0
2 刘炀 北京工业大学计算机学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (117)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(14)
  • 参考文献(4)
  • 二级参考文献(10)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
用户行为
兴趣挖掘
复杂网络
word2vec
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导