基于复杂网络及神经网络挖掘用户兴趣的方法

发布时间：2017-10-22 11:08

  本文关键词：基于复杂网络及神经网络挖掘用户兴趣的方法

  更多相关文章： 用户行为 兴趣挖掘 复杂网络 wordvec

【摘要】：按照用户的兴趣提供个性化服务是提高企业商业价值最有效的方案。针对目前从用户行为中挖掘用户兴趣方法的不足,提出一种依据用户使用软件的时间序列构建复杂网络及依据神经网络聚类挖掘用户兴趣软件的方法。在计算用户对于软件的兴趣度时,综合考虑用户使用软件的时长以及复杂网络中相邻节点的贡献度,包括节点的度、节点介数、聚集系数来判断节点的重要性,挖掘用户对于软件的兴趣度,形成软件兴趣社区。再利用神经网络算法对用户兴趣社区中的软件进行聚类,形成用户的兴趣软件集。实验结果表明,该方法能够较准确地挖掘用户感兴趣的软件集,并且在精确率和召回率上较其他方法有一定的提高。
【作者单位】： 北京工业大学计算机学院;
【关键词】： 用户行为 兴趣挖掘 复杂网络 wordvec
【基金】：北京市教育科研项目(PXM2015_014204_500251)
【分类号】：TP311.13;O157.5
【正文快照】： 0引言近年来,机器学习领域吸引了越来越多的关注和研究。随着信息科技的进步、人类行为学的发展,国内外的研究学者已经将用户行为分析挖掘的理论进行了实践研究,并逐步转入商业应用的阶段,取得了良好成效。大量的研究表明,根据用户行为日志挖掘用户兴趣具有一定的研究意义和应

【相似文献】

中国期刊全文数据库 前10条

1 邵秀丽;乜聚科;侯乐彩;田振雷;;基于综合用户信息的用户兴趣建模研究[J];南开大学学报(自然科学版);2009年03期

2 王开选;;结构模型对用户兴趣变化的适应研究[J];今日科苑;2008年24期

3 勾智楠;;基于用户兴趣的多属性效用算法的研究[J];河北工业科技;2012年02期

4 宋雅婷;徐天伟;;基于用户兴趣的个性化推荐技术综述[J];云南大学学报(自然科学版);2012年S1期

5 南智敏;钱松荣;;引入漂移特性的用户兴趣模型优化研究[J];微型电脑应用;2012年03期

6 伍大清;阳小华;马家宇;胡东;吴取劲;;基于隐式反馈的用户兴趣漂移方法[J];计算机应用与软件;2010年09期

7 曹毅;贺卫红;;基于用户兴趣的混合推荐模型[J];系统工程;2009年06期

8 张瑜;袁方;;基于用户兴趣的个性化信息检索方法[J];山东大学学报(理学版);2006年03期

9 王道平;李志隆;杨岑;;基于热门物品惩罚和用户兴趣变化的知识推送算法[J];系统工程;2014年01期

10 王有为;张健斌;;一种新的层次结构网站用户兴趣模式变化识别算法[J];系统工程理论与实践;2008年10期

中国重要会议论文全文数据库 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 孙静;郭奇;张志强;冯建华;;一种基于面向领域检索系统的用户兴趣获取方法[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

3 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

4 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

5 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

6 田萱;杜小勇;;基于SAM模型的用户兴趣表示研究[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006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

中国重要报纸全文数据库 前1条

1 中国科学院计算技术研究所 王 斌;内容为王[N];计算机世界;2004年

中国博士学位论文全文数据库 前9条

1 梁政;面向在线社交网络舆情的信息传播分析关键技术研究[D];国防科学技术大学;2014年

2 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

3 刘淇;基于用户兴趣建模的推荐方法及应用研究[D];中国科学技术大学;2013年

4 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

5 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

6 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

7 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

8 陈浩;Web搜索的用户兴趣与智能优化研究[D];中南大学;2012年

9 姜邵巍;基于竞争关系的推荐技术研究[D];北京邮电大学;2014年

中国硕士学位论文全文数据库 前10条

1 陈媛媛;用户兴趣图谱演化机制研究[D];武汉理工大学;2014年

2 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

3 俞忻峰;新浪微博的数据采集和推荐方案研究[D];南京理工大学;2015年

4 杨梅;基于树型网络的多源用户兴趣数据融合方法研究[D];四川师范大学;2015年

5 石光莲;基于形式概念分析的Folksonomy用户兴趣识别研究[D];西南大学;2015年

6 汤文清;微博用户的兴趣及性格分析[D];上海大学;2015年

7 梅佩;基于浏览内容的用户兴趣研究[D];北京化工大学;2015年

8 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

9 黄龙伟;基于蚁群算法的WEB日志用户兴趣路径研究[D];江西师范大学;2015年

10 方正;微博短文本分析技术研究及应用[D];电子科技大学;2014年

，

本文编号：1078076