基于用户行为日志的网站推荐  

Website Recommendation Based on Log Analytics of User Behavior

作　　者：郑小坤 蔡杰[1] 李书豪[1] 杨盆 谯亚军[1] 

机构地区：[1]贵州大学数学与统计学院,贵州贵阳550025

出　　处：《数字技术与应用》2017年第6期231-232,共2页Digital Technology & Application

基　　金：贵州大学创新创业项目阶段性成果

摘　　要：随着信息技术和Internet技术的蓬勃发展,网络用户接受信息的模式逐渐从信息匮乏到信息过载,对于网络信息的日新月异,无论是信息消费者还是信息生产者都遇到了很大的挑战。为此,本文介绍了推荐系统的发展现状,简单分析了热门的推荐算法(协同过滤算法),结合网络用户对有价值信息获取的需求,设计了网站推荐系统,完成了机器学习算法框架Mahout在推荐系统上的实现。With the rapid development of informatics and lnternet technology, the availability of information also demonstrates a gradual transition from scarcity to overload. The ever-changing web information has brought a great challenge to both information consumers and information producers. So, this article presents a detailed description of the development of recommendation systems, summarizes the most popular recommendation algorithm （i.e. the collaborative filtering algorithm）, and conducts an application of Mahout, a machine learning algorithms framework, to the recommendation system.

关 键 词：推荐系统 行为日志 协同过滤 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]