-
公开(公告)号：CN107562947A
公开(公告)日：2018-01-09
申请号：CN201710883100.7
申请日：2017-09-26
Applicant: 宿州学院
Abstract: 本发明公开了一种移动时空感知下动态即时推荐服务模型建立方法。该方法包括：对所采集的移动用户情景日志数据集进行预处理；采用CIT-LDA主题模型，抽取每个时间片下的移动时空感知信息和用户行为偏好变化信息进行语义建模；采用对称KL散度计算用户兴趣主题的漂移概率，确定用户兴趣变化点；将用户兴趣子主题漂移轨迹的演化分为三种类型；根据用户的长期兴趣、短期兴趣以及每个兴趣所具有的权重，确定用户行为偏好模型；确定基于Top-K的个性化动态即时推荐服务模型。本发明在Hadoop并行分布式计算环境下，使用CIT-LDA主题模型、构建用户行为偏好变化的模型和基于Top-K的个性化推荐方法对移动互联下基于情景感知和用户兴趣变化的个性化推荐服务进行探索性研究。
-
公开(公告)号：CN107609786A
公开(公告)日：2018-01-19
申请号：CN201710883112.X
申请日：2017-09-26
Applicant: 宿州学院
Abstract: 本发明公开了一种在线社会网络下构建用户行为偏好变化模型的方法。该方法包括：在所搭建的Hadoop并行分布式处理环境下，用户的兴趣主题信息经过Map-Reduce过程处理后，采用对称KL散度计算用户兴趣主题的漂移概率，确定用户兴趣变化点；挖掘用户所具有的长期兴趣和短期兴趣；挖掘每个兴趣所具有的权重；根据用户的长期兴趣、短期兴趣以及每个兴趣所具有的权重，确定用户行为偏好变化模型。本发明研究用户在线社会网络下的行为偏好变化，了解用户在不同时空情景下的个性化偏好，并根据当前时刻的情景信息和用户自身兴趣，从浩瀚的在线社会网络环境中发现用户真正感兴趣的信息资源，满足用户对信息的个性化需求，切实地提升用户体验。
-
公开(公告)号：CN107562947B
公开(公告)日：2021-07-02
申请号：CN201710883100.7
申请日：2017-09-26
Applicant: 宿州学院
Abstract: 本发明公开了一种移动时空感知下动态即时推荐服务模型建立方法。该方法包括：对所采集的移动用户情景日志数据集进行预处理；采用CIT‑LDA主题模型，抽取每个时间片下的移动时空感知信息和用户行为偏好变化信息进行语义建模；采用对称KL散度计算用户兴趣主题的漂移概率，确定用户兴趣变化点；将用户兴趣子主题漂移轨迹的演化分为三种类型；根据用户的长期兴趣、短期兴趣以及每个兴趣所具有的权重，确定用户行为偏好模型；确定基于Top‑K的个性化动态即时推荐服务模型。本发明在Hadoop并行分布式计算环境下，使用CIT‑LDA主题模型、构建用户行为偏好变化的模型和基于Top‑K的个性化推荐方法对移动互联下基于情景感知和用户兴趣变化的个性化推荐服务进行探索性研究。
-
公开(公告)号：CN107609786B
公开(公告)日：2021-02-09
申请号：CN201710883112.X
申请日：2017-09-26
Applicant: 宿州学院
Abstract: 本发明公开了一种在线社会网络下构建用户行为偏好变化模型的方法。该方法包括：在所搭建的Hadoop并行分布式处理环境下，用户的兴趣主题信息经过Map‑Reduce过程处理后，采用对称KL散度计算用户兴趣主题的漂移概率，确定用户兴趣变化点；挖掘用户所具有的长期兴趣和短期兴趣；挖掘每个兴趣所具有的权重；根据用户的长期兴趣、短期兴趣以及每个兴趣所具有的权重，确定用户行为偏好变化模型。本发明研究用户在在线社会网络下的行为偏好变化，了解用户在不同时空情景下的个性化偏好，并根据当前时刻的情景信息和用户自身兴趣，从浩瀚的在线社会网络环境中发现用户真正感兴趣的信息资源，满足用户对信息的个性化需求，切实地提升用户体验。
-
-
-
Search Results
4
records
(took 0.012 seconds)
