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:
个性化推荐系统通常侧重用户显式反馈数据的收集和利用,而对于大量的隐式反馈数据,有待于进一步的充分利用.本文提出一种基于隐式反馈的用户兴趣模型构建方法,该方法首先从用户浏览行为方面分析用户兴趣度,建立用户在页面浏览时间、浏览速度、保存页面与收藏页面等经典隐式反馈行为与兴趣度之间的联系;然后,基于隐式反馈行为,提出主题兴趣度的概念,并将其与传统的基于VSM的兴趣模型相结合,构建基于主题兴趣度的用户兴趣.实验表明,本文提出的用户兴趣模型在推荐准确率上有明显提高.
推荐文章
一种基于用户兴趣的微博实体链接方法
自然语言理解
实体链接
实体消歧
概率主题模型
用户兴趣建模
一种基于用户兴趣度模型的Web路径挖掘算法
数据挖掘
web挖掘
Web用户兴趣度
基于隐式反馈的用户兴趣漂移方法
用户兴趣模型
VSM
遗忘策略
滑动时间窗口
一种基于Web文本聚类的用户兴趣发现模型的研究
文本聚类
用户兴趣
Web
用户行为
VSM
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 一种基于隐式反馈的用户兴趣模型构建方法
来源期刊 计算机与数字工程 学科 工学
关键词 隐式反馈 用户浏览行为 用户兴趣模型 推荐系统
年,卷(期) 2018,(3) 所属期刊栏目 信息处理与网络安全
研究方向 页码范围 518-522
页数 5页 分类号 TP311
字数 3496字 语种 中文
DOI 10.3969/j.issn.1672-9722.2018.03.021
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 丁艳辉 山东师范大学信息科学与工程学院 13 120 5.0 10.0
3 赵文朋 山东师范大学信息科学与工程学院 2 3 1.0 1.0
9 金连旭 山东师范大学信息科学与工程学院 4 13 2.0 3.0
13 张骏 山东师范大学信息科学与工程学院 4 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (88)
共引文献  (126)
参考文献  (15)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(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)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(9)
  • 参考文献(2)
  • 二级参考文献(7)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(10)
  • 参考文献(3)
  • 二级参考文献(7)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(9)
  • 参考文献(4)
  • 二级参考文献(5)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 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
隐式反馈
用户浏览行为
用户兴趣模型
推荐系统
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导