论文部分内容阅读
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。