基于行为分析用户兴趣建模.pdf

166 基于行为分析的用户兴趣建模 AUser on ofUserBehaviors InterestModelBasedthe Analysis 许 波 张结魁 周 军 (合肥工业大学管理学院电子商务研究所 合肥2姗) 摘要了解用户的兴趣是网站实现个性化的基础。为了更好地为用户提供个性化服务，在分析用户的浏览行为 特征的基础上，根据用户在页面中的滞留时间，用户对页面中的超文本链的点击情况以及页面的点击频率建立了计 算用户兴趣度的模型，并提出用神经网络模型来描述它们之间的相关性。且通过实验论证了这种模型的合理性和有 效性。实验结果表明这种模型能比较准确地发现用户感兴趣的页面。 关键词个性化用户浏览行为 用户兴趣度RBF网络 中图分类号TPl83 文献标识码A 文章编号1002—1965(2009)06一0166一04 随着互联网技术在全球的应用和发展。网络正在 带有某种喜好，不同的用户间有不同的兴趣爱好。用 各个方面影响着人们的工作和生活方式。然而，现有 户的访问路径中蕴藏了用户对于站点的兴趣及用户兴 的信息服务系统存在着明显的缺陷，比如资源分散，检 趣的转移。文献[4]指出，用户的很多动作都能暗示其 索集中，对于所有用户提供的信息都是相同的，有求则 喜好，如查询、浏览页面和文章、标记书签、反馈信息、 应。无求不动。对于普通用户来说．Intemet上的“信息点击鼠标、拖动滚动条、前进、后退等。文献[5]的研究 迷航”和“信息过载”已经成为日益严重的问题。解决 指出。用户访问时的停留时间、访问次数、保存、编辑、 这些问题的关键在于将Internet从被动接受浏览者的 修改等动作能够揭示用户兴趣。但是，在这些文章里 请求转化为主动感知浏览者的信息需求…，实现In． 并没有对哪些行为究竟如何反映用户的兴趣进行量化 ternet系统对浏览者的个性化主动信息服务。 估算。 为了实现个性化服务，首先需要跟踪和学习用户 从表面上看，能够揭示用户对网页的兴趣度的浏 的兴趣和行为，刻画用户的特征与用户之间的关系。 览行为很多，但我们分析发现，起关键作用的有三种行 根据浏览行为或浏览内容来分析、捕获用户兴趣是目 为：在网页上的浏览时间(浏览行为以特定的时间间隔 前个性化服务研究的一个重要方向旧J。径向基函数 进行划分，使用聚类的方法，建立一个个性化推荐模 Basis (RadialFunction，RBF)神经网络以其深厚的生理型【6】)，在某页面下点击的链接(通过收集用户浏览行 学基础、简单的网络结构、快速的学习能力、优良的逼 为的信息。通过一定的机制来预测用户的下一步行为， 近性能，在网页个性化推荐中也得到了良好的应用bJ。 计算网页权重，并做页面的推荐[4】)，某个页面的点击 本文给出一种通过对用户浏览行为的分析来计算用户 频率(用户在使用浏览器时如何使用标记和收藏，来进 对网页的兴趣度的方法，抓住几个重要特征描述了用 一步分析用户的浏览和搜寻行为一J)。原因有三个：a． 户浏览行为，并用RBF网络模型来描述它们之间的相 查询、编辑、修改等行为必定增加网页浏览时间和翻页 关性。 次数(由于翻页后定位的仍然是同一个URL。故表现 出来的仍然是增加网页浏览时间)，因此能够通过网页 1用户访问行为的特征提取 浏览时间间接地得到反映。b．执行了保存