基于网络内容和结构数据的用户浏览模型  

A User Navigational Model Based on Web Content and Structure Data

作　　者：崔林[1] 王辉 宋瀚涛[1] 牛振东[1] 陆玉昌[3] 

机构地区：[1]北京理工大学信息学院计算机科学与工程系,北京100081 [2]河南科技大学现代教育技术中心,河南洛阳471003 [3]清华大学计算机系,北京100084

出　　处：《河南科技大学学报（自然科学版）》2005年第6期59-61,66,共4页Journal of Henan University of Science And Technology:Natural Science

基　　金：国家973重点基金资助项目(G1998030414);国家社会科学基金资助项目(01ATQ001)

摘　　要：Web推荐系统能为用户提供有针对性的个性化服务。但目前基于协同过滤和使用挖掘的推荐系统存在着诸如数据信息的不完整或不正确,推荐精度和质量不高等问题。为提高推荐系统的性能,必须将站点的内容和结构信息以及用户行为数据集成形成混合模式推荐系统,在推荐引擎里统一使用。基于此,本文提出一种新型Web推荐系统框架,能够将站点的内容,结构和用户的浏览行为综合考虑形成用户浏览模型,通过用户模型向用户推荐资源,初步实验表明该模型能有效改善推荐系统的性能。Web recommender system can provide different users with different services.However,there are some problems existing in systems based on collaborative filtering and web usage mining,such as incomplete or incorrect information,recommendation imprecision,quality drop,etc.For more effective personalization,usage,content and structure,site data must be integrated into a hybrid recommender system. The authors present a novel web recommender system framework,which combines usage data,content data, and structure data on a web site to generate user navigational models.These models are then fed back into the system to recommend users resources.Preliminary experiments show that this system can significantly improve the quality of web site recommendation.

关 键 词：网络浏览 个性化服务 协同过滤 WEB使用挖掘 

分 类 号：TP182[自动化与计算机技术—控制理论与控制工程]