摘要:个性化推荐系统通常侧重用户显式反馈数据的收集和利用,而对于大量的隐式反馈数据,有待于进一步的充分利用。本文提出一种基于隐式反馈的用户兴趣模型构建方法,该方法首先从用户浏览行为方面分析用户兴趣度,建立用户在页面浏览时间、浏览速度、保存页面与收藏页面等经典隐式反馈行为与兴趣度之间的联系;然后,基于隐式反馈行为,提出主题兴趣度的概念,并将其与传统的基于VSM的兴趣模型相结合,构建基于主题兴趣度的用户兴趣。实验表明,本文提出的用户兴趣模型在推荐准确率上有明显提高。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社