移动个性化信息服务中的用户兴趣模型挖掘

doi:10.13190/jbupt.2006s2.144.zhouyq

北京邮电大学学报 ›› 2006, Vol. 29 ›› Issue (s2): 144-147.doi: 10.13190/jbupt.2006s2.144.zhouyq

移动个性化信息服务中的用户兴趣模型挖掘

周延泉, 张传福, 张瑞华, 李蕾, 何华灿

北京邮电大学智能科学研究中心, 北京 100876

收稿日期:2006-01-01 修回日期:1900-01-01 出版日期:2006-11-30 发布日期:2006-11-30
通讯作者: 周延泉

Mining Model for User Profile in Personalized Mobile Service

ZHOU Yan-quan, ZHANG Chuan-fu, ZHANG Rui-hua, LI Lei, HE Hua-can

Center for Intelligent Science and Technology Research, Beijing University of Posts and Telecommunications, Beijing 100876，China

Received:2006-01-01 Revised:1900-01-01 Online:2006-11-30 Published:2006-11-30
Contact: ZHOU Yan-quan

摘要/Abstract

摘要：

以移动终端离线浏览系统为基础，研究了利用数据挖掘的理论和方法如何得到准确描述用户兴趣的用户模型. 该方法首先对收集到的移动用户浏览新闻的行为进行分析，并且对这些新闻的内容进行聚类分析，通过挖掘算法得到用户的兴趣模型. 实验证明,该模型能较好地描述用户的兴趣，提高个性化信息服务的效率.

关键词: 移动信息服务, 个性化, 用户模型, 挖掘算法

Abstract:

Based on the off-line mobile news service system already realized, the model for precise description and measurement of user profile was studied through adopting the technology of knowledge discovery from database. The news browsing manner of mobile users was analyzed, while news similarity was computed based on users’ reading style, then the model for user profile was generated by the mining algorithm. The experiments showed that this model worked very well in describing user profile and promoted efficiency of personalized mobile service system.

Key words: mobile information service, personalized, use profile, mining algorithm

中图分类号:

TN391. 22

周延泉, 张传福, 张瑞华, 李蕾, 何华灿. 移动个性化信息服务中的用户兴趣模型挖掘[J]. 北京邮电大学学报, 2006, 29(s2): 144-147.

ZHOU Yan-quan, ZHANG Chuan-fu, ZHANG Rui-hua, LI Lei, HE Hua-can

. Mining Model for User Profile in Personalized Mobile Service[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2006, 29(s2): 144-147.

[1]	孙艳华史亚会王朱伟李萌司鹏搏. 基于元蒸馏的个性化联邦学习算法[J]. 北京邮电大学学报, 2023, 46(1): 12-18.
[2]	王雅青, 郭彩丽, 楚云霏, 周洪弘, 冯春燕. 面向会话型推荐系统的个性化分层循环模型[J]. 北京邮电大学学报, 2019, 42(6): 142-148.
[3]	袁仁进, 陈刚, 李锋, 魏双建. 基于VSM和Bisecting K-means聚类的新闻推荐方法[J]. 北京邮电大学学报, 2019, 42(1): 114-119.
[4]	冀振燕, 姚伟娜, 皮怀雨. 个性化图像检索和推荐的研究[J]. 北京邮电大学学报, 2017, 40(3): 19-30.
[5]	王晓军, 付超. 利用模糊分块改进协同过滤的扩展性和准确性[J]. 北京邮电大学学报, 2017, 40(1): 74-78.
[6]	王晓军. 推荐系统中分布式混合协同过滤方法[J]. 北京邮电大学学报, 2016, 39(2): 25-29.
[7]	刘会永, 李锐明, 邱延军, 周兴, 马惟. 面向民航附加服务的旅客兴趣模型研究[J]. 北京邮电大学学报, 2015, 38(s1): 82-86.
[8]	徐雅斌, 孙晓晨. 位置社交网络的个性化位置推荐[J]. 北京邮电大学学报, 2015, 38(5): 118-124.
[9]	王鑫, 黄忠义. 网络资源中基于K-Means聚类的个性化推荐[J]. 北京邮电大学学报, 2014, 37(s1): 120-124.
[10]	王晓军. 利用项目属性和偏好改进协同过滤推荐[J]. 北京邮电大学学报, 2014, 37(6): 68-71,76.
[11]	王枞1, 涂序彦1, 刘嘉2. 注意-情绪协调的个性化信息推荐模型[J]. 北京邮电大学学报, 2006, 29(s2): 183-187.
[12]	张瑞华，周延泉，王枞，李蕾. 移动终端离线浏览系统的新闻推荐服务研究[J]. 北京邮电大学学报, 2006, 29(6): 21-24.
[13]	李蕾,周延泉，王菁华. 基于全信息的中文信息抽取系统及应用[J]. 北京邮电大学学报, 2005, 28(6): 48-51.

移动个性化信息服务中的用户兴趣模型挖掘

Mining Model for User Profile in Personalized Mobile Service

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 13

编辑推荐

Metrics

本文评价