基于Web浏览行为的用户兴趣模型研究.pdf

《基于Web浏览行为的用户兴趣模型研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于Web浏览行为的用户兴趣模型研究2012宋章浩硕士信号与信息处理邢玲副教授ClassifiedIndex:TP393U.D.C:004.72SouthwestUniversityofScienceandTechnologyMasterDegreeThesisResearchonUserInterestModelbasedonWebBrowsingbehaviorsGrade:2012Candidate:SongZhanghaoAcademicDegreeAppliedfor:MasterSpeciality:SignalandInforma

2、tionProcessingSupervisor:AssociateProfessorXingLingMay.20,2015独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研宄成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研宄成果，也不包含为获得西南科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。签名：曰期：关于论文使用和授权的说明本人完全了解西南科技大学有关保留、使用学位论文的规定，gj]:学校有

3、权保留学位论文的复印件，允许该论文被查阅和借阅；学校可以公布该论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。(保密的学位论文在解密后应遵守此规定）日期：西南科技大学硕士研究生学位论文第II页摘要近年来，随着因特网的迅猛发展，web信息呈几何级数增长，人们需要花费大量时间才能找到自己需要的信息，个性化推荐作为信息过滤的重要手段，是解决当前信息过载问题的一种很有效的方法。而用户兴趣模型是个性化推荐系统的核心，一个良好的兴趣模型能够更好的改善用户的上网体验和信息利用效率，因此兴趣模型的研究成为了学术界和IT界的热门课题。论文以文本信

4、息处理技术为基点，以建立有效的兴趣模型为目标。主要围绕着用户兴趣度度量和兴趣模型的表示更新两方面展开研究工作，并建立有实际应用意义的新闻推荐系统。论文的主要内容如下：（1）针对现有用户兴趣模型在模型建立阶段用户兴趣评价的不足，提出了一种基于混合行为评价兴趣度值的方法,突出了用户阅读时间的特殊性，在用户阅读时间异常的情况下利用其它浏览行为来量化用户兴趣度，并将此得到的兴趣度应用到传统VSM模型中，使拓展后的兴趣模型同时携带了内容和行为信息。（2）针对用户兴趣模型建立后，随之而来的系统存储量、计算量剧增问题，提出了时间分段机制对兴趣模型进行优化，达

5、到了降低兴趣模型计算量和存储量的目的。另外，由于人的兴趣随着时间不断进行变化，在时间分段机制的基础上，提出了用户兴趣漂移机制，用以反映人的兴趣变化规律，使得到的兴趣模型更加准确。（3）基于兴趣模型理论基础构建了新闻推荐系统，采集了2000篇新闻网页作为数据集，系统持续采集用户浏览行为，分析用户兴趣，建立并更新用户兴趣模型，最终根据兴趣模型向用户提供网页推荐。经过实验和观察，验证了本文提出的基于混合行为兴趣度的用户兴趣模型的合理性和有效性。关键词：兴趣模型兴趣度兴趣漂移新闻推荐系统西南科技大学硕士研究生学位论文第III页AbstractWitht

6、herapiddevelopmentofinternet,webinformationisgrowingexponentially,whichleadstopeopleneedtospendalotoftimetofindtheinformationtheyinterested.Personalizedrecommendationisaveryeffectivemethodtosolvetheproblemofinformationoverload.Userinterestmodelisthecorecomponentofpersonalize

7、drecommendation,areliableinterestmodelcanbetterimprovetheuser'sinternetexperienceandinformationefficiency,sointerestmodelbecomethehottopicoftheacademicandITindustry.Thisdissertationismainlyfocusedontheevaluationoftheuser’sinterestandtherepresentationandupdatemechanismforuser

8、interestmodelbasedontextinformationprocessing.Theaimistoestablisheffectivei