基于用户模式聚类的智能信息推荐算法  

Intelligent information recommendation algorithm based on user model clustering

作　　者：何波[1] 杨武[1] 张建勋[1] 王越[1] 

机构地区：[1]重庆工学院计算机科学与工程学院,重庆400050

出　　处：《计算机工程与设计》2006年第13期2360-2361,2374,共3页Computer Engineering and Design

基　　金：重庆市教委应用基础研究基金项目(020612)

摘　　要：基于数据挖掘的智能信息推荐日益成为一个重要的研究课题。针对现有智能信息推荐算法存在的不足,提出了一种基于用户模式聚类的智能信息推荐算法(IRUMC)。该算法将相似的用户模式聚类到一起,生成用户聚类模式,然后将用户访问操作与用户聚类模式进行匹配,最后形成推荐集。它比较适合新用户、访问站点较少的用户和有新颖性信息需求的用户。实验结果表明,该算法是有效的。Intelligent information recommendation service based on data mining has becoming an important research task increasingly. Aimed at the shortcomings of current intelligent information recommendation algorithm, an intelligent information recommendation algorithm based on user model clustering （IRUMC） is presented. IRUMC clusters similar user models, produces user clustering models, then matches user session and user clustering models, finally gains recommendation sets. It fits new users, less-time visitors and users who need fresh information. The experimental results show IRUMC is effective.

关 键 词：智能信息推荐 用户模式 数据挖掘 聚类 WEB挖掘 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]