基于用户浏览行为的兴趣识别管理模型

【目的】了解用户在线购物中的兴趣需求变化有利于个性化推荐。本文提出结合用户浏览行为分析的隐式动态兴趣识别和管理模型。【方法】通过三阶段实验构造用户点击流数据,以天猫和淘宝网页功能键为数据粒度对页面分类,再采用Bisecting K-means聚类算法进行兴趣状态挖掘,最后总结归纳兴趣与行为的特征映射。【结果】用户隐式兴趣存在4种状态:关注、理解信息、态度和购买意图,在态度和购买意图状态下,更倾向于产生购买;在不同状态的浏览路径特征有所差异。【局限】未添加网页广告促销等非结构化数据进行分析。【结论】从实时动态兴趣的角度,对购物决策中兴趣的状态进行验证挖掘,拓展动态兴趣研究;为电商网站管理用户行为提供了一个实现动态个性化推荐的视角。