关于大数据中用户资源信息提取仿真研究

摘要：

对大数据中用户资源信息的提取,能够有效提高网络用户管理效率.对用户资源信息的提取,需要对用户兴趣进行描述,通过相对熵计算用户行为相似度,完成资源信息的提取.传统方法对用户项目矩阵进行奇异值分解,并在其中添加用户行为特征,但忽略了对用户行为相似度的获取,导致耗时较长、提取精度偏低.提出新的大数据下面向网络用户资源的资源信息提取方法.对用户历史行为进行分析,求用户间相似度,获取资源信息提取列表.对网络用户资源中服务器日志和客户端日志进行挖掘,对用户兴趣度进行计算,利用熵权法对大数据下用户行为进行分析.将兴趣度引入向量空间模型,建立二层树状结构对用户兴趣进行描述.依据用户兴趣度描述结果,通过相对熵对用户行为相似度进行计算,完成大数据中用户资源信息的提取.实验结果表明,所提方法提取准确性高,适用于大数据.

关键词：大数据、用户资源、信息提取

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61773399

在线出版日期：2018-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：414-417