收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于行为数据采集加权的用户兴趣预测

赵璟博  朱欣娟  
【摘要】:用户的行为数据对挖掘用户兴趣具有重要价值。以往的用户兴趣预测方法存在两个问题:分析用户的单一类型行为内容数据会造成预测结果不准确;分析用户的所有历史行为的内容数据会造成分析地数据量过大、分析效率降低,不能反映预测结果的实时动态变化。针对以上问题,提出了一种用于兴趣动态预测的用户行为数据采集及加权方法,按照时间片段对用户历史行为数据进行不同频率采样,以反映用户兴趣的动态变化特征,并依据不同类型行为数据的重要性,对内容数据赋予不同的权值,然后采用TextCNN模型对用户兴趣进行融合预测。实验结果表明,使用用户行为数据采集及加权方法,相较于使用单一类型数据预测的准确率提升了6.8%;同时动态反映兴趣预测结果的实时变化也得到了极大的改善。

知网文化
【相似文献】
中国期刊全文数据库 前14条
1 杨瑞仙;黄书瑞;王彰奇;;学术虚拟社区核心用户兴趣迁移模型构建研究[J];现代情报;2021年02期
2 胡至洵;杜宇;刘潇月;;基于用户兴趣分类的书籍自动推荐系统设计[J];现代电子技术;2021年06期
3 成保梅;韩景灵;;融合情境因素的电子商务用户兴趣挖掘仿真[J];计算机仿真;2020年04期
4 仲兆满;管燕;胡云;李存华;;基于背景和内容的微博用户兴趣挖掘[J];软件学报;2017年02期
5 苏惠明;;一种基于用户兴趣的个性化建模方法[J];内燃机与配件;2017年04期
6 王占;林岩;;基于信任与用户兴趣变化的协同过滤方法研究[J];情报学报;2017年02期
7 邓娟;;用户兴趣变化下的协同过滤最优推荐仿真[J];计算机仿真;2016年08期
8 徐则阳;刘博;;百度贴吧用户兴趣分类[J];福建电脑;2014年11期
9 杨杰;陈恩红;;面向个性化服务的用户兴趣偏移检测及处理方法[J];电子技术;2009年11期
10 陈圣兵;李龙澍;纪霞;;多层次用户兴趣模式的动态捕捉[J];计算机工程与应用;2009年36期
11 郑运刚;马建国;;基于分类的用户兴趣漂移模型[J];情报杂志;2008年01期
12 蒋学锋;;用户兴趣的结构和个性化服务的实现[J];计算技术与自动化;2005年04期
13 白昀;蔡皖东;;基于用户兴趣领域中可信圈挖掘的推荐模型[J];西北工业大学学报;2019年06期
14 吴峰;范通让;贾红佳;崔娜;赵文彬;;基于信息内容和用户关系的用户兴趣分类[J];河北省科学院学报;2018年02期
中国重要会议论文全文数据库 前12条
1 孙静;郭奇;张志强;冯建华;;一种基于面向领域检索系统的用户兴趣获取方法[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
2 田萱;杜小勇;;基于SAM模型的用户兴趣表示研究[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
3 张健沛;李连江;杨静;;个性化搜索引擎排序算法的研究与改进[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
4 宋丽哲;詹赤兵;王胜海;;基于本体的数字图书馆个性化用户模型表示[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
5 徐志明;宋毅;冯子威;李生;;一种基于分类的用户兴趣模型[A];第六届全国信息检索学术会议论文集[C];2010年
6 张永华;洪锋;李明禄;薛广涛;;个性化的P2P内容搜索系统的设计与实现[A];2006年全国开放式分布与并行计算机学术会议论文集(三)[C];2006年
7 于芳;王大玲;于戈;陈冬玲;鲍玉斌;;面向用户的排序算法研究[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
8 吕华辉;吴丹;;基于社交关系和语义特征的异常微博用户识别[A];2015电力行业信息化年会论文集[C];2015年
9 谢科;刘奕群;岑荣伟;马少平;茹立云;杨磊;;基于维基百科层次分类框架的主题推荐系统的研究[A];中国计算语言学研究前沿进展(2009-2011)[C];2011年
10 罗伟;李陶深;;一种基于本体的个性化搜索引擎模型[A];广西计算机学会2006年年会论文集[C];2006年
11 陶兰;李四明;冯爽;;面向领域的网上信息挖掘系统研究与实现[A];第六届全国计算机应用联合学术会议论文集[C];2002年
12 张玉连;陈琳娜;陈金森;;基于本体的个性化服务用户模型研究[A];第二届和谐人机环境联合学术会议(HHME2006)——第2届中国普适计算学术会议(PCC'06)论文集[C];2006年
中国博士学位论文全文数据库 前20条
1 崔琳;面向用户兴趣深层分析的推荐方法研究[D];南京航空航天大学;2018年
2 徐扬;基于用户兴趣挖掘的个性化推荐方法研究[D];山东大学;2018年
3 刘淇;基于用户兴趣建模的推荐方法及应用研究[D];中国科学技术大学;2013年
4 梁政;面向在线社交网络舆情的信息传播分析关键技术研究[D];国防科学技术大学;2014年
5 陈浩;Web搜索的用户兴趣与智能优化研究[D];中南大学;2012年
6 李洋;社会媒体信息推荐关键技术研究[D];哈尔滨工业大学;2017年
7 阴红志;社会化媒体中若干时空相关的推荐问题研究[D];北京大学;2014年
8 李玉省;个性化推荐系统关键技术研究[D];北京邮电大学;2016年
9 张磊;个性化信息分发及概念检索的研究[D];中国科学院研究生院(计算技术研究所);2002年
10 张丙奇;个性化需求的描述、获取与推断—案例研究[D];中国科学院研究生院(计算技术研究所);2005年
11 屠守中;社交网络用户兴趣挖掘方法的研究[D];清华大学;2019年
12 徐浩;移动情景感知的实时推荐技术研究[D];国防科学技术大学;2015年
13 曹玉琳;基于社会标签系统的个性化推荐方法研究[D];大连理工大学;2020年
14 吴乐;面向在线用户消费行为理解的数据挖掘方法研究[D];中国科学技术大学;2015年
15 李娜;基于垂直搜索引擎的农业信息推荐关键技术研究[D];沈阳农业大学;2016年
16 颜端武;面向知识服务的智能推荐系统研究[D];南京理工大学;2007年
17 罗娜;基于本体的主题爬行技术研究[D];吉林大学;2009年
18 荆永君;教育资源分布式配送与调度算法研究[D];东北师范大学;2008年
19 陈圣兵;基于商空间理论的海量信息检索模型的研究[D];安徽大学;2010年
20 冯伟;社交媒体中内容的标注与排序[D];清华大学;2015年
中国硕士学位论文全文数据库 前20条
1 吕冰;基于用户兴趣社区识别的推荐策略研究[D];暨南大学;2019年
2 刘雷;融合用户兴趣特征和情感偏好的个性化电影推荐[D];深圳大学;2019年
3 沈华理;基于用户兴趣变化和聚类的混合推荐算法研究[D];安徽理工大学;2019年
4 蔡泳;基于评论信息的跨领域商品推荐研究[D];华南理工大学;2019年
5 林锦锈;面向社区网站的用户兴趣发现系统的设计与实现[D];哈尔滨工业大学;2018年
6 林伟宏;基于用户兴趣的转发预测方法研究[D];国防科技大学;2017年
7 李芷萱;面向问答社区的答案推荐方法研究[D];哈尔滨工程大学;2019年
8 唐诚;基于电商数据的用户兴趣挖掘与POI个性化推荐研究[D];西南交通大学;2019年
9 曾竟;基于社交关系的用户兴趣演化模型研究[D];西南交通大学;2018年
10 宋帅博;基于搜索日志的用户兴趣挖掘[D];北京理工大学;2017年
11 徐佳艺;基于用户兴趣主题模型的交友推荐系统的设计与实现[D];浙江工业大学;2019年
12 陈鹏达;基于深度学习的商品推荐系统的研究与实现[D];北京邮电大学;2019年
13 谢金峰;基于行为序列的用户兴趣挖掘研究[D];哈尔滨工程大学;2019年
14 张雄涛;融合用户兴趣和混合估计的微博检索模型研究[D];河北大学;2019年
15 刘奇;基于信息扩展和信任感知的微博推荐方法[D];河北大学;2019年
16 李梦雪;基于交互的移动用户兴趣发现系统的设计与实现[D];北京交通大学;2018年
17 朱凯歌;面向个性化服务的用户兴趣挖掘方法研究与实现[D];北京交通大学;2018年
18 张灵菡;基于社会化标注的用户兴趣挖掘及其个性化推荐研究[D];杭州电子科技大学;2018年
19 李颖;基于微博用户兴趣的个性化广告推荐系统的设计与实现[D];南京理工大学;2018年
20 胡建洪;基于上下文感知的移动新闻推荐研究与实现[D];南京理工大学;2018年
中国重要报纸全文数据库 前1条
1 陈曲;算法推荐让用户兴趣变窄了吗?[N];人民邮电;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978