基于用户行为分析的个性化推荐技术研究
李博文
摘要(Abstract)：
在网络快速发展,信息过载的背景下,个性化推荐技术应运而生,并且已在电子商务等领域发挥重要作用。本文全面阐述了基于用户行为分析的个性化推荐技术流程,研究了行为采集、用户建模和推荐算法等关键技术,对其中几种典型推荐算法的原理和计算方法进行了详细说明,并总结了各种算法的优缺点,最后对推荐技术的发展方向进行了展望。
关键词(KeyWords)： 个性化推荐;信息过载;内容过滤;协同过滤;混合推荐
基金项目(Foundation):
作者(Author): 李博文
DOI: 10.19353/j.cnki.dzsj.2018.12.006
参考文献(References)：
- [1]中国互联网络信息中心,第41次《中国互联网络发展状况统计报告》,2018.1.31.
- [2]余侠,朱林.根据用户反馈建立和更新数字图书馆用户兴趣模型[J].情报杂志,2004(11).
- [3]郁雪.基于协同过滤技术的推荐方法研究[D].天津大学管理学院,2009.
- [4]任磊.推荐系统关键技术研究[D].华东师范大学信息科学技术学院,2012.
- [5]B.obasher.“Data Mining for Web Personaization”in THE ADAPTIVE WEB.vol.4321,P.Brusilovsky,et al,Eds,ed Heidelberg:Springer Berlin,2007,pp.90-135.
- [6]郭韦昱.基于用户行为分析的个性化推荐系统[D].南京大学,2012.
- [7]D.Goldberg,D.Nichols,B.M.Oki,D.Terry.Using collaborative filtering to weave an information tapestry,Commun.ACM,vol.35,iss.12,pp.61-70,1992.
- [8]Balabanovic M,Shoham Y.Fab:Content-Based,collaborative recommendation.Communications of the ACM,1997,40(3):66-72.