基于网络内容和结构数据的用户浏览模型
崔林1
王辉2
宋瀚涛1
牛振东1
陆玉昌3
1.北京理工大学,信息学院计算机科学与工程系,北京,1000812.河南科技大学,现代教育技术中心,河南,洛阳,4710033.清华大学,计算机系,北京,100084
摘要：Web推荐系统能为用户提供有针对性的个性化服务.但目前基于协同过滤和使用挖掘的推荐系统存在着诸如数据信息的不完整或不正确,推荐精度和质量不高等问题.为提高推荐系统的性能,必须将站点的内容和结构信息以及用户行为数据集成形成混合模式推荐系统,在推荐引擎里统一使用.基于此,本文提出一种新型Web推荐系统框架,能够将站点的内容,结构和用户的浏览行为综合考虑形成用户浏览模型,通过用户模型向用户推荐资源,初步实验表明该模型能有效改善推荐系统的性能.
关键词：网络浏览个性化服务协同过滤Web使用挖掘
分类号：TP182(自动化基础理论)
资助基金：国家重点基础研究发展计划（973计划）(G1998030414)国家社会科学基金(01ATQ001)
论文发表日期：2005-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 59-61,66 )
英文信息