文献类型：期刊文献

中文题名：用于推荐系统聚类分析的用户兴趣度研究

英文题名：Study on user interest level for clustering analysis in recommender systems

作者：崔春生[1,2];吴祈宗[1];王莹[3]

第一作者：崔春生

机构：[1]北京理工大学管理与经济学院;[2]河南财经政法大学计算机学院;[3]郑州大学

第一机构：北京理工大学管理与经济学院,北京100081

年份：2011

卷号：47

期号：7

起止页码：226-228

中文期刊名：计算机工程与应用

外文期刊名：Computer Engineering and Applications

收录：CSTPCD;;北大核心:【北大核心2008】；CSCD:【CSCD2011_2012】；

语种：中文

中文关键词：推荐系统;用户兴趣度;聚类分析

外文关键词：recommender systems ; user interest level; clustering analysis

摘要：根据推荐系统对用户(商品)聚类的要求,探讨采用用户(网页)兴趣度进行聚类分析的合理思想。通过用户浏览时间、浏览行为以及网页信息量差异等因素的对比,得出用户对某类商品的兴趣度计算方法。借助阈值的设定,定义了用户感兴趣的商品集、商品的感兴趣用户集和兴趣相似的用户集,得到了基于用户兴趣度的用户聚类的一般过程,具有一定的推广价值和借鉴意义。
Based on the need of user or merchandise clustering in recommender systems,the idea of user interest level or Web interest level is proposed in the paper.Through comparing users’ browsing time,browsing action and the amount of information,a method of computing user interest level to a class of merchandise is put forward.By setting thresholds,the interested merchandise set of users,interested user set of merchandise and user set of similar interest are defined.So the general steps of users clustering based on user interest level are gotten,which has a meaning of promotion and reference.