面向推荐的用户兴趣扩展方法
发布时间：2018-10-12 21:26
【摘要】：提出了一种用户兴趣扩展的方法以便应用于个性化推荐系统,对用户的搜索点击日志和浏览器的浏览日志进行统计,粗略对用户兴趣建模,从文本相似度、语言模型相关度、潜在的语义关联关系三个方面充分分析用户兴趣方向之间的关联关系,应用社区发现思想挖掘关联关系紧密的兴趣群组,并对用户兴趣在同一群组内进行适当扩展。通过试验结果分析,可以看出用户兴趣扩展对个性化推荐点击率的影响,并使点击率有近一倍的增长。
[Abstract]:In this paper, a method of user interest extension is proposed to be applied to personalized recommendation system. The user search click log and browser browse log are counted, and user interest is modeled roughly, which is based on text similarity and language model relevance. The three aspects of latent semantic association relation fully analyze the correlation relationship between user's interest direction, and apply the idea of community discovery to mine closely related interest groups, and extend user's interest in the same group appropriately. Through the analysis of the experimental results, we can see the influence of user interest expansion on the personalized recommendation click rate, and make the click rate nearly double.
【作者单位】： 长春工程学院计算机技术与工程学院;吉林大学符号计算与知识工程教育部重点实验室;
【基金】：国家自然科学基金资助项目(61602057) 符号计算与知识工程教育部重点实验室开放基金资助项目(93K172016K13) 吉林省科技厅优秀青年人才基金资助项目(20170520059JH) 吉林省教育厅青年基金资助项目(2016311) 广西可信软件重点实验室研究课题资助项目(kx201533)
【分类号】：TP391.3
[Abstract]:In this paper, a method of user interest extension is proposed to be applied to personalized recommendation system. The user search click log and browser browse log are counted, and user interest is modeled roughly, which is based on text similarity and language model relevance. The three aspects of latent semantic association relation fully analyze the correlation relationship between user's interest direction, and apply the idea of community discovery to mine closely related interest groups, and extend user's interest in the same group appropriately. Through the analysis of the experimental results, we can see the influence of user interest expansion on the personalized recommendation click rate, and make the click rate nearly double.
【作者单位】： 长春工程学院计算机技术与工程学院;吉林大学符号计算与知识工程教育部重点实验室;
【基金】：国家自然科学基金资助项目(61602057) 符号计算与知识工程教育部重点实验室开放基金资助项目(93K172016K13) 吉林省科技厅优秀青年人才基金资助项目(20170520059JH) 吉林省教育厅青年基金资助项目(2016311) 广西可信软件重点实验室研究课题资助项目(kx201533)
【分类号】：TP391.3
【相似文献】
相关期刊论文 前10条
1 郑运刚;马建国;;基于分类的用户兴趣漂移模型[J];情报杂志;2008年01期
2 杨杰;陈恩红;;面向个性化服务的用户兴趣偏移检测及处理方法[J];电子技术;2009年11期
3 陈圣兵;李龙澍;纪霞;;多层次用户兴趣模式的动态捕捉[J];计算机工程与应用;2009年36期
4 郑晓健;庞淑英;何英;;一种面向主题的用户兴趣挖掘模型研究[J];昆明学院学报;2010年03期
5 花青松;刘海峰;胡铮;;基于基尼系数的用户兴趣分布模式度量方法[J];计算机工程;2012年22期
6 蒋学锋;;用户兴趣的结构和个性化服务的实现[J];计算技术与自动化;2005年04期
7 李钝;曹元大;张龙飞;;用户兴趣优化过滤方法研究[J];计算机工程;2006年20期
8 费洪晓;戴弋;穆s，
本文编号：2267652
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2267652.html
