基于Web的用户可扩展兴趣表示模型

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (34): 188-191.

基于Web的用户可扩展兴趣表示模型

王文兴^1,2

1．东华大学旭日工商管理学院，上海 200051
2．中原工学院经济管理学院，郑州 450006

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-12-01 发布日期:2007-12-01
通讯作者: 王文兴

Web based user scalable interest model

WANG Wen-xing^1,2

1.Glorious Sun School of Business and Management，Donghua University，Shanghai 200051，China
2.Economics and Management College，Zhongyuan Technology Institute，Zhengzhou 450006，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-12-01 Published:2007-12-01
Contact: WANG Wen-xing

摘要/Abstract

摘要： 首先分析了向量模型度量用户会话的兴趣特征（SI）和聚类的兴趣特征（CI）方法的不足，在此基础上，提出了一种可扩展兴趣表示模型（SIM），给出了它的数据结构，以及使用SIM表示SI和CI的方法，并分析了这种表示方法的性能优点，最后，通过实验，以实际数据验证了使用SIM表示SI和CI的优越性。

关键词: 个性化推荐, 用户会话, 聚类, 向量模型

Abstract: Firstly，the shortages of method of using vector model to measure Session’s Interest characteristic（SI） and Cluster’s Interest characteristic（CI） are analyzed.Based on this，a user Scalable Interest Model（SIM） is developed.It’s data structures and method of expressing SI and CI are presented.It’s strongpoint is also showed.Finally，a test using actual data shows the superiorities of SIM.

Key words: personalized recommendation, session, cluster, vector model

王文兴^1,2. 基于Web的用户可扩展兴趣表示模型[J]. 计算机工程与应用, 2007, 43(34): 188-191.

WANG Wen-xing^1,2. Web based user scalable interest model[J]. Computer Engineering and Applications, 2007, 43(34): 188-191.

[1]	兰红，黄敏. 融合KNN优化的密度峰值和FCM聚类算法[J]. 计算机工程与应用, 2021, 57(9): 81-88.
[2]	郭晓静，隋昊达. 改进YOLOv3在机场跑道异物目标检测中的应用[J]. 计算机工程与应用, 2021, 57(8): 249-255.
[3]	李莉，纪欣沅，宋嵩. 回环软件缺陷数量预测模型[J]. 计算机工程与应用, 2021, 57(7): 158-163.
[4]	霍光煜，张勇，孙艳丰，尹宝才. 基于语义的档案数据智能分类方法研究[J]. 计算机工程与应用, 2021, 57(6): 247-253.
[5]	杨芳，尹曦，司建辉，刘宏媛，汪雪. 基于侧重点聚类的数学表达式相似度计算方法[J]. 计算机工程与应用, 2021, 57(6): 88-93.
[6]	宗晓萍，陶泽泽. 基于掌握速度的知识追踪模型[J]. 计算机工程与应用, 2021, 57(6): 117-123.
[7]	赵凡，张琳，闻治泉，杨林林，蔺广逢. 一种直接高效的自然场景汉字逼近定位方法[J]. 计算机工程与应用, 2021, 57(6): 159-167.
[8]	彭启慧，宣士斌，高卿. 分布的自动阈值密度峰值聚类算法[J]. 计算机工程与应用, 2021, 57(5): 71-78.
[9]	李勇振，廖湖声. 基于图卷积神经网络的多视角聚类[J]. 计算机工程与应用, 2021, 57(5): 115-122.
[10]	王昌龙，张远东，缪宏，杨煜恒. 双通道卷积神经网络在南瓜病害识别上的应用[J]. 计算机工程与应用, 2021, 57(5): 183-189.
[11]	胡晓敏，王明丰，张首荣，李敏. 用于文本聚类的新型差分进化粒子群算法[J]. 计算机工程与应用, 2021, 57(4): 61-67.
[12]	王俊玲，卢新明. 基于语义相关的视频关键帧提取算法[J]. 计算机工程与应用, 2021, 57(4): 192-198.
[13]	王芙银，张德生，张晓. 结合鲸鱼优化算法的自适应密度峰值聚类算法[J]. 计算机工程与应用, 2021, 57(3): 94-102.
[14]	陈俊丰，郑中团. WKMeans与SMOTE结合的不平衡数据过采样方法[J]. 计算机工程与应用, 2021, 57(23): 106-112.
[15]	张忠林，赵昱，闫光辉. 自然邻居密度极值聚类算法[J]. 计算机工程与应用, 2021, 57(23): 200-210.