个性化搜索用户兴趣更新学习及评价研究

• 作者: 宋毅 徐志明
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 搜索 兴趣 数据挖掘 学习 评价
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 64-66,72
• 页数: 4页
• 分类号: TP302
• 字数: 2595字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.06.014

摘要

提出了一种自适应的用户兴趣模型更新学习及评价方法.为了给用户提供更精准的查询结果,将用户兴趣模型加入自适应调整算法后进行验证,研究通过分析用户短期兴趣、长期兴趣规律,成为该系统建立用户的兴趣模型可能.随着时间等的变化,用户兴趣也会发生相应变化.通过自适应学习过程,为了更好地识别用户感兴趣的信息,通过研究规律进行总结分析.对兴趣学习技术进行研究,同时对该算法进行了评价.主要计算了查准率等参数,为此通过评价得出该用户兴趣挖掘精准率较好,对于现代计算机网络购物,以及网络应用过程挖掘用户行为和兴趣提供了良好的方案,也为个性化推荐应用提供了帮助.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐志明	哈尔滨工业大学计算机学院	21	766	11.0	21.0
2	宋毅	哈尔滨华德学院电子与信息工程学院计算机应用技术系	12	16	2.0	3.0