一种多维多粒度用户兴趣模型研究

发布时间：2018-03-23 18:15

  本文选题：用户兴趣　切入点：层次分类树　出处：《小型微型计算机系统》2017年12期

【摘要】：人们在享受网络服务带来便利的同时,也不得不面对"信息过载"和"信息迷航"的问题.发现用户兴趣并推送用户感兴趣资源是解决这一问题的有效途径.通过分析用户兴趣特点,设计了一种多维多粒度用户兴趣模型UIM.该模型采用概念分类树维护用户兴趣主题的多粒度性,用倾斜时间窗口维护用户兴趣时间的多粒度性,用时间衰减模型区分用户当前兴趣与历史兴趣的权重.采取增量更新UIM以及对UIM剪枝,保证UIM结构精简与高效,从而可快速查找出用户的top-k兴趣概念.仿真实验结果显示,UIM模型具有存储效率高,可发现用户不同时间窗口内兴趣的特点,其正确性优于其它同类模型.
[Abstract]:While people enjoy the convenience of Internet services, We also have to face the problems of "information overload" and "information confusion". It is an effective way to solve this problem by discovering users' interest and pushing users' interested resources. A multi-dimensional multi-granularity user interest model (UIMM) is designed, which uses the concept classification tree to maintain the multi-granularity of the user's topic of interest, and the tilted time window to maintain the multi-granularity of the user's interest time. Time attenuation model is used to distinguish the weights of current and historical interests of users. Incremental updating of UIM and pruning of UIM are adopted to ensure that the structure of UIM is streamlined and efficient. The simulation results show that the top-k model has high storage efficiency and can find the interest in different time windows, and its correctness is better than that of other similar models.
【作者单位】： 江西财经大学软件与通信工程学院;
【基金】：国家自然科学基金项目(61262033,61462037)资助 江西自然科学基金项目(20142BAB207009,20142BAB217014)资助 江西教育厅科学技术研究项目(GJJ13303)资助
【分类号】：TP393.09

【相似文献】

相关期刊论文 前10条

1 白丽君 ,张永奎 ,赵辄谦;用户兴趣的反馈学习[J];电脑开发与应用;2003年02期

2 王波,姚敏;基于信息抽取的匿名用户兴趣描述[J];华南理工大学学报(自然科学版);2004年S1期

3 董全德;;用户兴趣迁移模式与个性化服务[J];电脑知识与技术(学术交流);2007年17期

4 张涛;;基于浏览历史的用户兴趣提取模型[J];软件导刊;2009年06期

5 孙雨生;刘伟;仇蓉蓉;黄传慧;;国内用户兴趣建模研究进展[J];情报杂志;2013年05期

6 欧洁;林守勋;刘桂林;;个性化智能信息提取中的用户兴趣发现[J];计算机科学;2001年03期

7 龚卫华;杨良怀;金蓉;丁维龙;;基于主题的用户兴趣域算法[J];通信学报;2011年01期

8 李培;马力;;网络用户兴趣的智能挖掘方法研究[J];计算机技术与发展;2014年02期

9 张坚;;Web挖掘个性化模型研究[J];计算机与信息技术;2006年Z1期

10 张靖;;网络个性化服务资源综合推荐研究[J];计算机仿真;2009年11期

相关会议论文 前7条

1 赵琦;骆志刚;田文颖;李聪;丁凡;;一种基于负反馈信息的用户兴趣模型修正方法[A];中国通信学会第六届学术年会论文集（下）[C];2009年

2 孙铁利;教巍巍;;基于马尔科夫模型的用户兴趣导航模型系统(英文)[A];计算机技术与应用进展——全国第17届计算机科学与技术应用（CACIS）学术会议论文集（上册）[C];2006年

3 廖祝华;刘建勋;易爱平;;基于用户兴趣的Web服务发现[A];2006年全国开放式分布与并行计算机学术会议论文集（三）[C];2006年

4 李晓黎;史忠植;梁永全;刘福桃;;INTERNET网上一种识别用户兴趣的学习方法[A];第十六届全国数据库学术会议论文集[C];1999年

5 柏桂荣;章勇;;基于RSS的用户兴趣模型研究[A];2009通信理论与技术新发展——第十四届全国青年通信学术会议论文集[C];2009年

6 张艳;章勇;;基于RSS信息服务的自适应用户兴趣模型研究[A];第七届中国通信学会学术年会论文集[C];2010年

7 王勇;刘奕群;张敏;马少平;茹立云;;基于用户兴趣分析的网页生命周期建模(英文)[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

相关博士学位论文 前5条

1 张召;在线论坛用户兴趣图谱发现与个性化信息推荐[D];华东师范大学;2012年

2 郭岩;网络日志中用户兴趣的挖掘及利用[D];中国科学院研究生院（计算技术研究所）;2004年

3 吴丽辉;个性化的Web信息采集技术研究[D];中国科学院研究生院（计算技术研究所）;2005年

4 谢兴;社会网络中兴趣发现与信息组织的研究[D];复旦大学;2011年

5 李东胜;基于兴趣与保护隐私的在线社区推荐技术研究[D];复旦大学;2012年

相关硕士学位论文 前10条

1 梁润庭(Runting Leung);面向微博用户的兴趣识别算法的研究与实现[D];西南交通大学;2015年

2 汤文清;微博用户的兴趣及性格分析[D];上海大学;2015年

3 张少杰;基于用户兴趣的微博广告投放系统的设计与实现[D];山西大学;2015年

4 晁春旭;基于社交网络的数据过滤与数据推送[D];济南大学;2015年

5 崔瑞飞;微博兴趣社区发现及其热议话题检测技术研究[D];解放军信息工程大学;2014年

6 樊梦佳;节点内容和链接关系相融合的微博用户兴趣社区发现[D];北京信息科技大学;2015年

7 张旭;基于UF_AT模型的微博用户兴趣挖掘研究[D];辽宁工程技术大学;2015年

8 郑伟涛;基于链接分析和用户兴趣的微博社区发现算法[D];兰州交通大学;2016年

9 刘志雄;面向用户兴趣与社区关系的微博话题检测方法[D];北京交通大学;2017年

10 李俊江;基于Hadoop的微博用户兴趣与社区发现算法研究[D];武汉理工大学;2015年

，

本文编号：1654612