基于移动用户浏览行为的推荐模型

摘要：

推荐算法已经被广泛地应用于很多领域.但是如果利用传统的推荐算法预测移动用户浏览互联网的行为,并在此基础上对移动用户进行个性化的内容推荐,传统推荐算法的推荐效果往往比较差.该文通过分析移动用户浏览互联网的记录,得出传统推荐算法效果差的原因.在此基础上,提出了一个基于移动用户浏览行为的推荐模型,即RMBDMU.该模型可以对移动用户浏览互联网的行为进行预测,在预测的基础上对移动用户进行内容推荐.为了验证推荐模型的有效性,在真实的移动用户浏览互联网的行为数据上进行了实验.实验结果显示基于移动用户浏览行为的推荐模型比传统的推荐算法更为有效.

关键词：移动用户、浏览行为的预测、概率频繁项集挖掘、推荐模型

所属期刊栏目：46

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金61133016,61300191,61202445,61370026;四川省科技支撑计划2014GZ0106,2016JZ0020

在线出版日期：2017-12-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：907-912