基于用戶訪問路徑的網(wǎng)頁推薦算法研究.pdf

1、隨著Internet的發(fā)展和網(wǎng)上信息的愈加豐富，人們越來越依賴于網(wǎng)絡獲取需要的大量信息，搜索引擎正是在這樣的背景下應運而生。然而，作為通用的信息提供工具，面對海量的互聯(lián)網(wǎng)信息，搜索引擎返回給用戶的信息很多并不是用戶想要的，在估計用戶的意圖和動向方面，不能給用戶提供滿意的服務。為此從用戶訪問行為入手，給用戶提供智能推薦成為研究的熱門。本文基于用戶訪問路徑，揣摩用戶需求，進而進行網(wǎng)頁推薦。推薦結(jié)果可用于搜索引擎查詢結(jié)果導航，也可優(yōu)化網(wǎng)站鏈接

2、結(jié)構(gòu)。
　　本文在對用戶訪問行為挖掘的基礎(chǔ)上，根據(jù)用戶當前訪問的網(wǎng)頁向其推薦八個以內(nèi)導航鏈接，這些鏈接表達了大多數(shù)用戶的信息需求，可提供用戶到達目標信息的捷徑。它屬于團體推薦，根據(jù)多數(shù)用戶的需求來估計當前用戶的興趣，目的是減少用戶信息查詢過程中不必要的帶寬和時間消耗。經(jīng)過分析發(fā)現(xiàn)，Web網(wǎng)頁按網(wǎng)頁內(nèi)容基本上分兩種:目錄網(wǎng)頁和主題網(wǎng)頁。目錄網(wǎng)頁基本由鏈接組成，提供的是目錄導航;而主題網(wǎng)頁的大部分內(nèi)容是純文本，向用戶傳遞著具體的事件。

3、深入分析用戶歷史訪問記錄之后，在用戶訪問路徑基礎(chǔ)上根據(jù)網(wǎng)頁類型，建立用戶行為模型。充分考慮目錄網(wǎng)頁的特點，提出了Q-greedy貪婪算法和馬爾科夫鏈模型，并使二者優(yōu)勢互補;主題網(wǎng)頁則需向用戶推薦相似主題的鏈接，實現(xiàn)上借助于信息粒度學原理，分兩個粒度，層層篩選，向用戶推薦高精度的鏈接。
　　實驗結(jié)果顯示，基于用戶訪問路徑的貪婪算法和馬爾科夫鏈模型的結(jié)合，達到了比較滿意的效果，而相似主題網(wǎng)頁的推薦也很好的滿足了用戶的需求，提高了用戶查