基于用户行为的新闻推荐算法的研究

• 作者: 刘羽 李增 李诚诚
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 马尔科夫算法 行为日志 准确度 新闻推荐
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 529-534
• 页数: 6页
• 分类号: TP301.6
• 字数: 4683字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.03.020

摘要

为了提高新闻推荐的效率和准确度,减少相似内容的反复推荐,通过研究用户行为和分析用户新闻浏览行为日志,采用以马尔科夫算法为主要算法的新闻推荐算法,辅以协同过滤算法和基于内容的推荐算法,建立了马尔科夫模型,并应用在智能新闻推荐上.通过对比传统的推荐算法,测试结果表明,该模型在准确度和执行效率上有明显的提升,其功能更加智能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘羽	桂林理工大学信息科学与工程学院	29	105	6.0	8.0
2	李增	桂林理工大学信息科学与工程学院	1	0	0.0	0.0
3	李诚诚	桂林理工大学信息科学与工程学院	1	0	0.0	0.0