基于移动用户浏览行为的推荐模型

• 作者: 丁哲 秦志光 秦臻 郑文韬
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 移动用户 浏览行为的预测 概率频繁项集挖掘 推荐模型
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 907-912
• 页数: 6页
• 分类号: TP393
• 字数: 4886字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2017.06.020

摘要

推荐算法已经被广泛地应用于很多领域.但是如果利用传统的推荐算法预测移动用户浏览互联网的行为,并在此基础上对移动用户进行个性化的内容推荐,传统推荐算法的推荐效果往往比较差.该文通过分析移动用户浏览互联网的记录,得出传统推荐算法效果差的原因.在此基础上,提出了一个基于移动用户浏览行为的推荐模型,即RMBDMU.该模型可以对移动用户浏览互联网的行为进行预测,在预测的基础上对移动用户进行内容推荐.为了验证推荐模型的有效性,在真实的移动用户浏览互联网的行为数据上进行了实验.实验结果显示基于移动用户浏览行为的推荐模型比传统的推荐算法更为有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦志光	电子科技大学网络与数据安全四川省重点实验室	262	3157	26.0	46.0
2	秦臻	电子科技大学网络与数据安全四川省重点实验室	12	51	5.0	6.0
3	丁哲	电子科技大学信息与软件工程学院	5	20	3.0	4.0
4	郑文韬	电子科技大学信息与软件工程学院	1	6	1.0	1.0