用户页面兴趣度预测研究
摘 要
随着网络技术的快速发展，互联网中的信息正在以惊人的速度增长。如何帮助用户在浩瀚的信息海洋之中找到所需信息是一个亟待解决的问题。尤其对于互联网企业而言，从众多的商品中帮助用户找到喜欢的商品意义重大。个性化信息服务正是在这种“信息过载”和“信息迷航”背景下产生的。页面兴趣度的预测研究其最终目的就是为了实现个性化信息服务。当前，个性化服务的应用还存在诸多不足例如：基于规则的个性化推荐系统会随着规则数量的增多变得难以管理；基于内容的推荐系统无法帮助用户发现新的兴趣；而协同过滤推荐系统会随着用户和资源的增多，性能逐渐降低。为了解决这些系统的不足，本文对个性化信息服务进行了一些探索。
本文通过对行为数据的收集和处理，从浏览行为和文本内容两方面对页面兴趣度预测进行了研究。首先，本文研究了一个用户行为收集模块，该模块充分利用客户端资源，收集数据全面而且易于使用。然后，在通过大量的实际观察和对行为数据分析基础上，找出反映用户兴趣的行为因子，并提出有效驻留时间的概念。接着，将各行为因子综合考虑，建立了一个基于用户浏览行为的兴趣模型，并将该模型运用于实际中，获取用户的偏好页面。最后，通过将一个新的页面和偏好页面集进行相似度比较，实现了基于文本内容的页面兴趣度预测。本文综合考虑浏览行为和页面内容，并且隐式收集行为数据不干扰用户正常的浏览。实验表明本研究在个性化信息服务中具有一定的实用价值。
关键词：个性化服务；行为分析；用户兴趣模型；文本聚类
*若需了解更多与协助请咨询↓→[电脑QQ][手机QQ]【数据协助】
