基于用戶訪問行為與內(nèi)容的用戶聚類算法的研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展，面向互聯(lián)網(wǎng)的應(yīng)用產(chǎn)品不斷豐富。面對(duì)眾多產(chǎn)品，用戶往往更加偏好那些功能明晰且符合用戶使用習(xí)慣的產(chǎn)品。用戶的訪問特點(diǎn)具有非常重要的應(yīng)用前景，如用戶行為預(yù)測(cè)、個(gè)性化推薦等。因此，對(duì)用戶行為數(shù)據(jù)進(jìn)行挖掘找出用戶的訪問特點(diǎn)已經(jīng)成為了學(xué)術(shù)界與工業(yè)界一個(gè)共同的研究熱點(diǎn)。
　　目前，已經(jīng)出現(xiàn)了很多研究網(wǎng)絡(luò)用戶行為的方法。但是，大多研究文獻(xiàn)的作者只是單獨(dú)對(duì)用戶的訪問行為進(jìn)行研究，少量涉及到訪問內(nèi)容的文獻(xiàn)卻只是針對(duì)某些特殊的

2、領(lǐng)域，如電子郵件。因此，本研究將把用戶訪問行為和用戶訪問內(nèi)容結(jié)合起來研究，以獲得更為準(zhǔn)確的用戶訪問特點(diǎn)。這里的訪問內(nèi)容是指用戶訪問的網(wǎng)頁中的文本內(nèi)容。
　　在本文中，我們針對(duì)真實(shí)的網(wǎng)絡(luò)用戶，采集了大量的用戶行為數(shù)據(jù)和網(wǎng)頁內(nèi)容。針對(duì)這些繁雜數(shù)據(jù)，本文提出了網(wǎng)絡(luò)用戶基于訪問行為和內(nèi)容的用戶聚類算法。該算法中，首先利用向量空間模型的思想，得到基于訪問內(nèi)容的用戶特征向量。然后，在提出用戶訪問興趣度的前提下，把用戶訪問興趣度和基于訪問內(nèi)容的