一个新的基于协作过滤的用户浏览预测模型

摘要：

本文提出了一个新的基于协作过滤的用户浏览协作预测模型--UNCPM,它有效地解决了目前协作过滤预测方法的准确性和覆盖率低等问题.UNCPM从Web日志中获取用户浏览信息,系统分为两个部分:离线构件和在线构件.离线构件用于用户浏览历史记录的K-means聚类,并在聚类时充分考虑URL的相似分析来避免协作过滤的同义性和分散性等不足;在线构件用于活动用户预测.该模型可以应用在大型电子商务网站的用户浏览预测上.

关键词：Web日志、Web使用挖掘、用户事务相似度、浏览预测、电子商务

所属期刊栏目：23

分类号：G2(信息与知识传播)

资助基金：国家自然科学基金60173058

在线出版日期：2004-03-26（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：15-20