论文部分内容阅读
本文提出了一个新的基于协作过滤的用户浏览协作预测模型——UNCPM，它有效地解决了目前协作过滤预测方法的准确性和覆盖率低等问题。UNCPM从Web日志中获取用户浏览信息，系统分为两个部分：离线构件和在线构件。离线构件用于用户浏览历史记录的K-means聚类，并在聚类时充分考虑URL的相似分析来避免协作过滤的同义性和分散性等不足；在线构件用于活动用户预测。该模型可以应用在大型电子商务网站的用户浏览预测上。