基于页面聚类的个性化推荐算法研究

发布时间：2024-12-22 09:18

个性化推荐算法：基于阅读历史和兴趣的推荐系统 #生活乐趣# #阅读乐趣# #电子书推荐#

聚类分析算法作为一种主要的Web使用挖掘技术,在个性化推荐系统中得到了广泛应用,然而面对Web动态性所引起的网页的更新以及用户行为方式的改变,已有的聚类算法并不能很好地解决这一问题。针对这一问题,本文以一种无向图的形式表示用户对网站的访问,提出一种可实时反映网站及用户行为变化情况的增量式页面聚类算法,并在页面聚类的基础上提出相应的推荐决策算法动态生成页面

维普资讯 http://doc.guandang.net

第 3卷第 3期 1 20 0 7年 5月

燕山大学学报 J u n l f n h n Unv r i o r a s a i e st o Ya y

Vl .3 0 I l NO .3 M a 20 y 07

文章编号：1 0—9 X (0 7 30 1—4 0 77 1 2 0 )0—2 70

基于页面聚类的个性化推荐算法研究王志松。,张晶磊 ( .燕山大学机械工程学院，河北秦皇岛 0 6 0;2 1 6 04 .中国农业大学信息与电气工程学院，北京 10 8 ) 0 0 3

摘要：聚类分析算法作为一种主要的 We b使用挖掘技术，在个性化推荐系统中得到了广泛应用，然而面对 We b动态性所引起的网页的更新以及用户行为方式的改变，已有的聚类算法并不能很好地解决这一问题。针对

这一问题，本文以一种无向图的形式表示用户对网站的访问，提出一种可实时反映网站及用户行为变化情况的增量式页面聚类算法，并在页面聚类的基础上提出相应的推荐决策算法动态生成页面推荐。关键词：页面聚类：个性化；推荐算法中图分类号：T 3 16 P 0 .文献标识码：A .

0引言聚类 ( ls r g是将数对象分组成为多个 Cu t i ) en簇 ( ls r,在同一个簇中的对象之间具有较高 C ut ) e

1存在的问题已有的聚类算法在个性化系统应用中计算量较大，为耗时，因此个性化推荐系统一般采用离较

的相似度，而不同簇中的对象差别较大。相异度是根据描述对象的属性值来计算的…。距离是经常采

线处理的方式进行聚类分析。离线聚类分析的结果一

旦形成，会作为产生推荐的基础或者其它分析技

用的度量方式。聚类分析是数据挖掘研究领域中一个非常活跃的研究方向，其应用的领域包括数据挖

术进行分析的基础，而聚类分析的结果在这一时期

将保持相对静止不变的状态。网站内包含的网页时常被添加或删除，网站的结构也经常会发生变化，外用户的访问行为方式此

掘、统计学、机器学习、空间数据库技术等。 We使用挖掘中的聚类分析一般分为用户聚 b 类和页面聚类两类。用户聚类是对用户的会话进行

也并非是一成不变的，以上这些变化并不能自动地在聚类结果中

得以表现。为了反应网站的变化，个

分析，根据用户的访问行为，寻找行为模式相似的用户。将这些用户分为一组，则组内的用户可以共享一个用户配置文件，即被该组用户访问频率较高的页面集合。

性化推荐算法就需要重新地进行离线聚类分析处理。对包含大量网页的大型网站以及页面更新频面繁的网站，这种重复性聚类所耗费的大量时间以及系统资源是不能忽视的。

尽管 We b使用挖掘中用户聚类和页面聚类都是对使用数据进行的分析，是它们之间表示的意但义不同。用户聚类的分析对象是用户会话，它代表用户的行为，所以聚类的结果表示用户之间的关

2访问兴趣的表示和推荐得分的计算用户浏览网站时经常带有明确的的目性，因此一

联。页面聚类的分析对象为单个的页面，聚类的结果揭示的是页面之间的相互关系。对于事务数据库，用户聚类可以被称为纵向聚类，而页面聚类是

个用户会话中包含的页面在逻辑上常常是相互

关联的，其中隐含着用户的浏览兴趣。这种页面之间的访问相关性可以通过统计页面组合在用户会

横向聚类。

话中出现的概率有效表示。网站内包含的页面数设量为n,页面集合 P G={ae Pg2Pg” A E Pg I ae ae,,,

收稿日期：2 0 -12 0 6 1-0作者简介：王志松 (9 2 ) 16 -,女。黑龙江齐齐哈尔人。副研究员。主要研究方向为数据库应用技术，数控应用。

第1页

网址：基于页面聚类的个性化推荐算法研究 https://www.yuejiaxmz.com/news/view/538103

上一篇: 认识个性化推荐系统：从推荐算法到

下一篇: 基于标签和协同过滤的个性化推荐算

基于页面聚类的个性化推荐算法研究

相关内容

随便看看

最新动态分享

热点动态分享

专题

推荐动态分享