论文部分内容阅读
根据用户浏览网页时的操作行为，通过量化的方法建立起用户兴趣模型来反映用户兴趣，从而针对不同用户推荐其可能感兴趣的文章。基于兴趣模型的更新效率问题和用户兴趣的漂移特性，引入兴趣模型的时间分段机制和时间衰减机制，对兴趣模型进行了持续优化。实验表明，优化的兴趣模型在系统性能上有较大的提升，并能较好地反映出用户的兴趣变化，对于用户兴趣的表征更加准确，从而进一步提高了兴趣模型推荐文章的准确率。