个性化服务中基于支持向量机的用户兴趣挖掘分析  

Analysis of Users＇ Interests Mining Based on SVM in Personalized Service

作　　者：胡昌平[1] 胡吉明[1] 

机构地区：[1]武汉大学信息资源研究中心,武汉430072

出　　处：《情报学报》2009年第4期543-547,共5页Journal of the China Society for Scientific and Technical Information

基　　金：教育部人文社会科学重点研究基地重大项目“网络环境下数字化信息服务研究”（编号：06JJD870006）的成果之一

摘　　要：用户兴趣的准确获取是保证个性化服务质量的关键;分析用户所浏览的网页集,捕获用户兴趣、建立用户兴趣挖掘模型是目前个性化服务研究的一个重要方向。本文首先比较支持向量机与其他分类算法的性能,分析了基于支持向量机进行用户兴趣挖掘的可行性;然后在介绍支持向量机分类原理和分析分类预测理论模型的基础上构建了用户兴趣挖掘模型;最后选取中文网页分类训练集和特定用户的网页浏览记录,主要从支持向量机分类器的构造和用户兴趣预测两个方面进行了模型的实现研究。The accurate identification of users＇ interests is the key to guaranteeing the quality of personalized service; Analyzing the set of webpage,capturing the users＇ interests,and establishing users＇ interests mining model is an important direction of research for personalized service at present.This article first compares Support Vector Machine with other classification algorithms in performance,and analyzes the feasibility of users interests mining based on SVM;Then introduces the principle of the SVM classification and analyzes the theoretical model of classification and prediction,constructs the users＇ interests mining model based on SVM;Finally it selects Chinese homepage classification training set and the specific users＇ Web browsing records to analyze the realization of model mostly from the establishment of SVM classifier and the prediction of users＇ interests.

关 键 词：支持向量机 用户兴趣挖掘模型 分类 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] TP393.092[自动化与计算机技术—控制科学与工程]