一、用户行为数据简介
用户行为数据在网站上最简单的存在形式是日志,用户行为在个性化推荐系统中一般分为两种–显性反馈行为(如:评分、喜欢、不喜欢)和隐形反馈行为(即不能明确反应用户喜好的行为,如:页面浏览行为)
二、用户行为分析
在利用用户行为数据设计推荐算法之前,首先需要对用户行为数据进行分析
(1)用户活跃度和物品流行度的分布
用户活跃度:用户产生过行为的物品总数
物品流行度:对物品产生过行为的用户总数
均符合长尾分布
三、基于邻域的算法
1、基于用户的协同过滤算法
主要步骤:
(1)找到和目标用户兴趣相似的用户集合
(计算两个用户的兴趣相似度)
利用用户行为数据
最新推荐文章于 2024-05-13 09:16:10 发布