摘要
在移动环境下让用户对博客进行直接评分有很多弊端。因此,如何获取用户对博客的评分信息已成为一个亟待解决的问题。基于隐性评分技术,通过分析用户阅读博客时的阅读速度和阅读文章的比例,计算出用户对博客的偏好信息,进而将传统的基于项目的协同过滤技术应用到博客推荐中,提出了移动环境下基于隐性评分的协同过滤博客推荐技术。最后,通过实验证明该技术可以在移动环境下有效地为用户推荐符合其兴趣的博客。
In the mobile environment,the traditional explicit rating method is not feasible.Therefore,how to acquire the rating scores that users put on the web logs has become an urgent interesting issue.This paper proposes an implicit rating technology based on the time users spend on the web logs and the percentage users have read the web logs.Based on it,the traditional item-based collaborative filtering technology is applied to the blog recommendation.Finally,results of the experiments conducted demonstrate that the technology proposed can effectively recommend the mobile users suitable blogs that they are interested in.
出处
《情报杂志》
CSSCI
北大核心
2012年第4期117-121,共5页
Journal of Intelligence
基金
国家自然科学基金项目"泛在环境下基于情境感知的信息多维推荐服务模型与实现研究"(编号:71103136)
中国博士后科学基金项目"面向用户的电子商务搜索引擎信息聚合和可视化建模研究"(编号:20090460988)
武汉大学自主科研项目(人文社会科学)(编号:09ZZKY096)的研究成果之一
关键词
隐性评分
博客推荐
协同过滤
移动环境
implicit rating blog recommendation collaborative filtering mobile environment
