基于用户行为挖掘的融合社交网络推荐模型

• 作者: 张创基
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 社交网络 用户行为 挖掘 推荐 特征提取
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 55-59
• 页数: 5页
• 分类号: TP393
• 字数: 4198字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.02.012

摘要

采用大数据处理技术和并行计算方法进行融合社交网络的用户行为特征的挖掘,实现社交网络智能推荐,提出一种基于用户行为挖掘的融合社交网络推荐模型.采用关联规则分布模型进行融合社交网络的用户行为特征检测,提取融合社交网络的用户行为的本体信息和关联规则项,构建社交网络的联合推荐的模糊决策模型,计算融合社交网络用户行为的联合信息熵特征值,采用模糊C均值聚类方法对提取的特征量进行分类识别,根据分类识别结果实现用户行为挖掘和融合社交网络的自适应推荐.仿真结果表明,采用该方法进行融合社交网络的用户行为特征挖掘的查准率较高,推荐的置信度水平较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张创基		13	5	1.0	2.0