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:
提出了一种用户兴趣扩展的方法以便应用于个性化推荐系统,对用户的搜索点击日志和浏览器的浏览日志进行统计,粗略对用户兴趣建模,从文本相似度、语言模型相关度、潜在的语义关联关系三个方面充分分析用户兴趣方向之间的关联关系,应用社区发现思想挖掘关联关系紧密的兴趣群组,并对用户兴趣在同一群组内进行适当扩展.通过试验结果分析,可以看出用户兴趣扩展对个性化推荐点击率的影响,并使点击率有近一倍的增长.
推荐文章
基于用户扩展兴趣的微博推荐方法
个体兴趣
关联兴趣
扩展兴趣
微博推荐
面向新闻推荐的用户兴趣模型构建与更新
个性化推荐
向量空间模型
用户兴趣模型
用户兴趣漂移
遗忘函数
面向用户均衡需求的Web服务资源智能推荐方法
Web服务资源
智能推荐
功能属性
非功能属性
手机广告推荐中的用户兴趣建模研究
电子商务
手机广告
综合兴趣
个性化推荐
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 面向推荐的用户兴趣扩展方法
来源期刊 山东大学学报(工学版) 学科 工学
关键词 兴趣扩展 社区发现 个性化推荐 映射公式 Infomap搜索算法
年,卷(期) 2017,(2) 所属期刊栏目 机器学习与数据挖掘
研究方向 页码范围 71-79,93
页数 10页 分类号 TP391
字数 语种 中文
DOI 10.6040/j.issn.1672-3961.1.2016.099
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 王英 吉林大学符号计算与知识工程教育部重点实验室 99 713 15.0 23.0
2 王鑫 长春工程学院计算机技术与工程学院 44 181 8.0 12.0
6 陆静雅 吉林大学符号计算与知识工程教育部重点实验室 2 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (65)
共引文献  (118)
参考文献  (16)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (3)
1951(2)
  • 参考文献(0)
  • 二级参考文献(2)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(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)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(8)
  • 参考文献(3)
  • 二级参考文献(5)
2011(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(10)
  • 参考文献(1)
  • 二级参考文献(9)
2013(6)
  • 参考文献(2)
  • 二级参考文献(4)
2014(10)
  • 参考文献(5)
  • 二级参考文献(5)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
兴趣扩展
社区发现
个性化推荐
映射公式
Infomap搜索算法
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
山东大学学报(工学版)
双月刊
1672-3961
37-1391/T
大16开
济南市经十路17923号
24-221
1956
chi
出版文献量(篇)
3095
总下载数(次)
14
总被引数(次)
24236
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导