基于混合行为兴趣度的用户兴趣模型-计算机应用研究.pdfVIP

第３３卷第３期 计 算 机 应 用 研 究 Ｖｏｌ３３Ｎｏ３ ２０１６年３月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｍａｒ．２０１６ 基于混合行为兴趣度的用户兴趣模型 ａ，ｂ ａ，ｂ ａ，ｂ 邢　玲 ，宋章浩 ，马　强 （西南科技大学ａ．信息工程学院；ｂ．特殊环境机器人技术四川省重点实验室，四川 绵阳６２１０１０） 摘　要：用户兴趣模型是个性化推荐技术的基础与核心，针对现有用户兴趣模型在模型建立阶段用户兴趣评价 的不足，提出了一种基于混合行为评价兴趣度值的方法。突出了用户阅读时间的特殊性，在用户阅读时间异常 的情况下利用其他浏览行为来量化用户兴趣度，并结合用户的浏览内容提出了用户兴趣模型的表示和更新机 制，从而建立用户兴趣模型。实验验证了兴趣度度量方法的有效性，将测试结果与Ｋｍｅａｎｓ聚类模型进行比较， 证明该模型的推荐准确度有明显提高。 关键词：用户兴趣模型；用户兴趣度；向量空间模型；文本聚类；推荐系统 中图分类号：ＴＰ１８２　　　文献标志码：Ａ　　　　　文章编号：１００１３６９５（２０１６）０３０６６１０４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１６．０３．００５ Ｕｓｅｒｉｎｔｅｒｅｓｔｍｏｄｅｌｂａｓｅｄｏｎｈｙｂｒｉｄｂｅｈａｖｉｏｒｓｉｎｔｅｒｅｓｔｒａｔｅ ａ，ｂ ａ，ｂ ａ，ｂ ＸｉｎｇＬｉｎｇ ，ＳｏｎｇＺｈａｎｇｈａｏ ，ＭａＱｉａｎｇ （ａ．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ｂ．ＲｏｂｏｔＴｅｃｈｎｏｌｏｇｙＵｓｅｄｆｏｒＳｐｅｃｉａｌＥｎｖｉｒｏｎｍｅｎｔＫｅｙＬａｂｏｒａｔｏｒｙｏｆＳｉｃｈｕａｎＰｒｏｖｉｎｃｅ，ＭｉａｎｙａｎｇＳｉ ｃｈｕａｎ６２１０１０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｕｓｅｒｉｎｔｅｒｅｓｔｍｏｄｅｌｉｓｔｈｅｂａｓｉｃａｎｄｃｏｒｅｃｏｍｐｏｎｅｎｔｉｎｐｅｒｓｏｎａｌｉｚｅｄｒｅｃｏｍｍｅｎｄａｔｉｏｎ．Ａｉｍｉｎｇａｔｔｈｅｄｅｆｉｃｉｅｎｃｙｏｆ ｔｈｅｅｖａｌｕａｔｉｏｎｏｆｔｈｅｕｓｅｒ’ｓｉｎｔｅｒｅｓｔｗｈｅｎｂｕｉｌｄｉｎｇｕｓｅｒｉｎｔｅｒｅｓｔｍｏｄｅｌ，ｔｈｉｓｐａｐｅｒｂｒｏｕｇｈｔｏｕｔａｑｕａｎｔｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｏｆｉｎｔｅ ｒｅｓｔｒａｔｅｂａｓｅｄｏｎｈｙｂｒｉｄｂｅｈａｖｉｏｒｓ，ｗｈｉｃｈｈｉｇｈｌｉｇｈｔｅｄｔｈｅｓｐｅｃｉｆｉｃｉｔｙｏｆｐａｇｅｂｒｏｗｓｉｎｇｔｉｍｅａｎｄｅｖａｌｕａｔｅｄｉｎｔｅｒｅｓｔｒａｔｅｂａｓｅｄ ｏｎｏｔｈｅｒｂｒｏｗｓｉｎｇｂｅｈａｖｉｏｒｓｉｎｔｈｅｃａｓｅｏｆａｂｎｏｒｍａｌｐａｇｅｂｒｏｗｓｉｎｇｔｉｍｅ，ａｎｄｃｏｍｂｉｎｅｄｗｉｔｈｔｈｅｃｏｎｔｅｎｔｓｔｈｅｕｓｅｒｈａｄｂｒｏｗｓｅｄ ｔｏｐｒｅｓｅｎｔｔｈｅｒｅｐｒｅｓｅｎｔａｔｉｏｎａｎｄｕｐｄａｔｅｍｅｃｈａｎｉｓｍｆｏｒｕｓｅｒｉｎｔｅｒｅｓｔｍｏｄｅｌ．Ｔｈｅｎｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄｔｈｅｕｓｅｒｉｎｔｅｒｅｓｔｍｏｄｅｌ． Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｉｓｍｏｄｅｌｃａｎｒｅｃｏｍｍｅｎｄｐｅｒｓｏｎａｌｉｚｅｄｉｎｆｏｒｍａｔｉｏｎｗｉｔｈａｈｉｇｈｅｒｒａｔｅｏｆａｃｃｕｒａｃｙｃｏｍｐａｒｅｄ ｗｉｔｈｔｈｅｍｏｄｅｌｂａｓｅｄｏｎＫｍｅａｎｓｃｌｕｓｔｅｒｉｎｇ． Ｋｅｙｗｏｒｄｓ：ｕｓｅｒｉｎｔｅｒｅｓｔｍｏｄｅｌ；ｕｓｅｒｉｎｔｅｒｅｓｔｒａｔｅ；ｖｅｃｔｏｒｓｐａｃｅｍｏｄｅｌ；ｔｅｘｔｃｌｕｓｔｅｒｉｎｇ；ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｙｓｔｅｍ