基于移动环境下个性化推荐用户兴趣建模探讨1.doc

基于移动环境下个性化推荐用户兴趣建模探讨1.doc

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于移动环境下个性化推荐用户兴趣建模探讨1

基于移动环境下个性化推荐用户兴趣建模探讨 姜 莉 摘要:当今的热点方向之一就是移动环境下的个性化推荐,而个性化推荐的基础和核心是用户兴趣建模。本文对基于移动环境下个性化推荐用户兴趣建模进行探讨。 关键词:移动环境;个性化推荐;用户兴趣 通过对移动环境下个性化推荐用户兴趣建模研究所得出的成果。①在兴趣模型中注入情景信息,提出了融入情景的用户兴趣模型。②提出了浏览类和下载类业务用户兴趣度的计算方法,以及和情景相结合的推荐机制。③通过对某一地区运营商彩铃用户的真实使用情况为依据来调查。 个性化推荐系统通过对收集来的信息学习用户的兴趣,可以此为针对不同的用户提供不同的服务。还能满足不同用户的需求。本文从用户兴趣的建模出发,讨论基于能够环境下个性化推荐用户兴趣建模的问题。 1.移动环境下个性化推荐用户兴趣建模的意义 ①理论意义。个性化推荐系统可以分为好几种,但是无论采取哪种个性化的推荐系统。系统都要知道用户的需求是什么,只有这样才能根据不同用户采取和手机信息,建立适合不同用户的兴趣建模。 ②应用意义。我国不仅拥有最大的移动通信市场,而且拥有最多的移动用户。进入4G时代,移动数据增值业务的发展前景非常广阔。提高数据增值业务过程发展中的质量已经成为很重要的问题。因此在此过程中要根据不同用户的需求和兴趣爱好,向用户提高能够有用和有价值的信息,个性化推荐系统作为新的营销手段势而生。而要实现个性化推荐系统的基础和前提就是根据移动环境下用户的兴趣建模。[4] 2.用户建模的步骤 ①收集用户信息。通过对用户的基本信息、浏览记录、评价记录等的收集,有助于了解用户兴趣的信息。 ②用户兴趣模型表示。用户兴趣模型是多种多样的,因此需要根据不同的用户采用不同的方法。 ③用户兴趣模型的学习。通过把用用户模型设定出来以后,学习一些技术来分析和搜集用用户的需求,更好的为用户提高符合用户的产品。 ④用户兴趣模型的更新和评价。用户的兴趣不是一成不变的。要根据用户的需求的改变而更新。 3.基于位置服务的用户兴趣迁移规律分析 用户兴趣模型的更新。通过对用户模型进行更新,确保模型能够匹配用户的的兴趣爱好。我们目前通过反馈机制,也就是所谓的信息增补技术来对用户的兴趣模型进行更新。该技术是截止今日位置使用最多的一类用户模型。它既包括了对信息的直接增补,又包括根据调权衡整后的信息进行增补,这两种增补方式。 直接对信息进行增补是对获取的用户反馈的信息进行直接的添加到用户的模型中。这种更新知识简单的添加了新的信息,对用户模型中旧的无用的信息并没有删除,这就很容易在推荐阶段的时候导致推荐的错误性。[3]很可能会把用户不喜欢或已经不敢兴趣的东西又重新推荐给了用户。并且伴随着时间的增长,模型的规模也在不断的增长,又出现了存储空间以及模型维护这一系列的问题。 在根据权衡调整之后的信息进行增补的话,不仅能够将用户的新信息、新的兴趣爱好添加到用户的模型中,而且通过对旧的无效的信息进行调整,一些可以直接进行删除。这样就能准确的把用户新的兴趣爱好推荐给用户。所以在一定程度上能够缓解直接把信息填补上所带来的问题和麻烦。 4.移动环境下个性化推荐有以下特点 ①能够为移动用户提供用户所需要的要求是理所应当的,这也是个性化推荐研究的一个方向。 ②移动环境下个性话很多因素的影响,如:网络条件、终端设备。 ③移动环境下用户的位置是不断发生变化的。用户所处的换将、情景也是在不断的电话的。怎样在合适的时间、地点用合适的方式把信息提供给用户,是移动环境下个性化推荐的一个主要问题。 5.移动环境下个性化推荐用户的兴趣建模 如下图如所示: 通过对以上用户定制彩铃的信息加以分析,得到用户的兴趣爱好,在用户的兴趣爱好基础上把这些信息进行归类和整合,对内部的关联信息进行整合和分析。对用户个性化铃声的推荐可以击鼓拒绝出的关联信息作为依据。同时结一些算法,得出新的铃声属性和不同用户特征属性之间的距离,然后可以选择邻近的进行推送。 6.用户信息及情景信息的搜集 移动环境下用户的基本信息主要由两部分组成,一部分是用户的基本信息,另外一部分是用户的行为信息。所谓的行为信息就是指用户对于自己所使用的业务进行下载、转发的行为。[2]用户基本信息包含的主要字段如下表: 属性 属性值 用户ID 手机号码 性别 男、女 年龄 18岁以下;18-25周岁;25-30周岁;40-50岁;50岁以上 用户所在品牌 全球通;动感地带;神州行 用户开通业务 语音、短信、彩信、彩铃、WAP上网、手机证券、手机钱包、无线音乐、手机电视、手机游戏等 表格用用户的ID作为识别用户的唯一标示,因为用户的ID和手机号码是直接绑定的。通过手机号码可以直接标识被服务器完整的记录。无论是用户在任何一个页面浏览的历史记录都会被终端的服务器完整的记录。这样就能更加准

文档评论(0)

2017ll + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档