基于用户行为数据分析的个性化推荐算法分析.PDFVIP

第27卷 第7期 电子设计工程 2019年4月 Vol.27 No.7 ElectronicDesignEngineering Apr.2019 基于用户行为数据分析的个性化推荐算法分析 皇甫汉聪，肖招娣 （广东电网有限责任公司佛山供电局，广东佛山528000） 摘要：文中从用户行为及时间效应两方面出发，研究出了基于用户行为数据的个性化推荐算法。 首先，研究了基于用户行为数据时间效应的推荐算法，分析根据线性时间加权推荐算法中的问 题。其次，由于用户兴趣并不只是单纯的根据时间的线性变化，其主要是根据时间段发生变化，故文 中分析了与时间窗口技术结合的推荐算法。最后，结合时间效应及并行化推荐算法进行改进，实现 了个性化推荐算法。结果表示，此推荐算法能够对推荐结果进行优化，使算法精准性得到有效的提高。 关键词：用户行为；数据分析；个性化推荐；算法研究 中图分类号：TN99 文献标识码：A 文章编号：1674-6236（2019）07-0038-04 Analysisofpersonalizedrecommendationalgorithmbasedonuserbehavior dataanalysis HUANGFUHan⁃cong，XIAOZhao⁃di （FoshanPowerSupplyBureau，GuangdongPowerGridCompany，Foshan528000，China） Abstract: Thispaperstudiesthepersonalizedrecommendationalgorithmbasedonuserbehaviordata fromtwoaspectsofuserbehaviorandtimeeffect.Firstly，therecommendationalgorithmbasedonthe timeeffectofuserbehaviordataisstudied，andtheprobleminthelineartime-weightedrecommendation algorithmisanalyzed.Secondly，sinceuserinterestisnotsimplyalinearchangeaccordingtotime，it mainly changes according to the time period. Therefore，this paper analyzes the recommendation algorithmcombinedwithtimewindowtechnology.Finally，combinedwiththetimeeffectandparallel recommendationalgorithm，thepersonalizedrecommendationalgorithmisimplemented.Theresultshows thatthisrecommendationalgorithmcanoptimizetherecommendationresultsandeffectivelyimprovethe accuracyofthealgorithm. Keywords:userbehavior；dataanalysis；personalizedrecommendation；algorithmresearch 目前，大数据的使用备受重视，电力大数据广泛 电行为、需求及习惯选择用户，以便针对性地制订价 应用于发电、变电、输电、配电及调度等各环节。电 [1] 格措施、服务策略 ，图1为推荐系统的平台架构。 力大数据根据不同的来源主要分为3种，第一种为