基于隐式浏览输入的用户聚类分析

立足于隐式浏览信息难以获取的实际,首先定义能够描绘用户心理和行为的隐式兴趣度表达公式;接着得到了用户对产品类的兴趣度,从而得到了基于兴趣度的用户聚类分析结果。该研究不仅从一定程度上解决了用户信息获取的难题,也为推荐系统中的算法研究和推荐输出研究奠定了基础。

不同推荐系统输入的聚类实现

论文在分析推荐输入瓶颈问题的基础上,借助社区思想实现了显式评分输入的用户聚类,解决了评分矩阵稀疏的问题;借助用户兴趣度的定义,实现了隐式浏览输入的用户聚类,解决了用户兴趣度不易获取的问题.论文的研究立足于推荐系统的输入,通过聚类分析,为推荐算法的研究奠定了理论基础.

移动电子商务推荐系统输入研究

在描述移动电子商务推荐系统的基本特征基础上,分析了显式评分输入和隐式浏览输入的差异,认为移动互联网环境下隐式浏览输入是推荐输入的主流。进而通过用户兴趣提取、用户兴趣计算以及浏览时间确定等环节,得到移动环境下用户对产品的兴趣度。该方法的提出一方面充实了移动推荐系统的理论研究成果,另一方面也对推荐系统中隐式浏览输入的研究有一定的推动作用。

电子商务隐式浏览输入中的用户聚类分析

针对隐式浏览输入中用户信息难以把握、推荐质量难以提高的问题,从用户心理和用户行为出发,定义用户隐式兴趣度,进而得到用户对产品种类的兴趣度,并对其中的难点进行深入剖析。最后研究基于兴趣度的用户聚类分析结果,为推荐系统中的算法研究和推荐输出研究奠定基础。