基于點擊流的個性化信息推薦服務(wù)研究.pdf

1、隨著Internet的快速發(fā)展及電腦在各行各業(yè)的迅速普及，網(wǎng)上的個性化信息推薦服務(wù)正在蓬勃興起。越來越多的網(wǎng)站開始對用戶的點擊流數(shù)據(jù)感興趣，因為聰明的商家和網(wǎng)站管理人員看中了點擊流和個性化信息推薦服務(wù)之間的“商機”。用戶在網(wǎng)上的每一個點擊動作無不體現(xiàn)了自身的興趣愛好，知道了一個人的興趣愛好就可以向其進行個性化信息推薦服務(wù)。這種個性化信息推薦服務(wù)不僅準(zhǔn)確性高而且推薦質(zhì)量好。所以，越來越多的網(wǎng)站開始收集用戶的點擊流數(shù)據(jù)，越來越多的研究人員開

2、始關(guān)注基于點擊流的個性化信息推薦服務(wù)。
　　 傳統(tǒng)的收集用戶點擊流數(shù)據(jù)的方法是通過挖掘WEB日志來完成的，但是這種方法存在可用信息太少、重構(gòu)用戶會話困難、時效性差、部分事件沒有記錄等缺點；傳統(tǒng)的個性化信息推薦技術(shù)常采用內(nèi)容過濾或協(xié)同過濾，但普通的內(nèi)容過濾存在特征提取的能力有限、不能為用戶發(fā)現(xiàn)新的感興趣的資源等問題，普通協(xié)同過濾還存在數(shù)據(jù)稀疏性、冷啟動等問題。為了消除這些缺陷，本文做了如下主要工作：
　　 (1)提出了把基

3、于分類的內(nèi)容過濾技術(shù)和基于用戶聚類的協(xié)同過濾推薦技術(shù)的預(yù)測值進行加權(quán)求和的混合推薦技術(shù)。這兩種過濾技術(shù)都有它們本身的優(yōu)缺點，在實際應(yīng)用中，結(jié)合使用這兩種技術(shù)，使得它們能夠優(yōu)勢互補，避免其原有的缺點，提高推薦系統(tǒng)的性能和推薦質(zhì)量。
　　 (2)提出了在提供個性化信息推薦服務(wù)時采用AJAX客戶端異步技術(shù)來收集用戶點擊流數(shù)據(jù)，改變以往用WEB日志分析的方法。通過對這兩種方法進行分析和比較，不難發(fā)現(xiàn)用AJAX客戶端異步技術(shù)來收集用戶點擊