基于用戶(hù)行為的電子書(shū)籍推薦系統(tǒng)研究.pdf

1、隨著移動(dòng)互聯(lián)網(wǎng)的迅速發(fā)展，中國(guó)的移動(dòng)互聯(lián)網(wǎng)用戶(hù)達(dá)到12.5億。網(wǎng)絡(luò)文學(xué)用戶(hù)大約為3.78億，原創(chuàng)網(wǎng)絡(luò)文學(xué)作品1300多萬(wàn)本并且網(wǎng)絡(luò)文學(xué)市值達(dá)到5000億元人民幣。但在這3.78億用戶(hù)中參與評(píng)論和評(píng)分書(shū)籍的用戶(hù)不到50％，并且僅僅依靠用戶(hù)對(duì)書(shū)籍的評(píng)論與評(píng)分作為推薦依據(jù)無(wú)法獲得用戶(hù)的興趣遷移，因此如何獲取用戶(hù)對(duì)書(shū)籍興趣是一個(gè)值得關(guān)注的問(wèn)題。
　　本文使用用戶(hù)閱讀行為和用戶(hù)評(píng)論行為兩類(lèi)行為數(shù)據(jù)，在書(shū)籍推薦系統(tǒng)中進(jìn)行了相關(guān)研究，利用閱讀行

2、為數(shù)據(jù)解決了不參與書(shū)評(píng)用戶(hù)的評(píng)分問(wèn)題，優(yōu)化了所有用戶(hù)的興趣遷移問(wèn)題。論文的主要研究工作為:(1)通過(guò)研究和分析現(xiàn)有的用戶(hù)行為分析、情感分析和推薦系統(tǒng)相關(guān)技術(shù)與理論，驗(yàn)證了在推薦系統(tǒng)中使用用戶(hù)行為分析和情感分析技術(shù)的可行性;(2)通過(guò)分析、比較全體用戶(hù)的不同行為數(shù)據(jù)，得出了受用戶(hù)對(duì)書(shū)籍喜愛(ài)程度影響最大的兩個(gè)行為，閱讀時(shí)長(zhǎng)和閱讀速度，并針對(duì)這兩個(gè)行為分別建立評(píng)分轉(zhuǎn)化模型——時(shí)長(zhǎng)模型（Time模型）與速度模型（Speed模型），經(jīng)過(guò)一系列分析

3、本文將兩個(gè)評(píng)分模型線(xiàn)性結(jié)合得出理想的用戶(hù)-書(shū)籍評(píng)分模型，即時(shí)長(zhǎng)-速度模型（Time-Speed模型）;(3)對(duì)于參與書(shū)評(píng)的用戶(hù)，直接使用Time-Speed模型進(jìn)行推薦，雖然能解決用戶(hù)興趣遷移問(wèn)題，但推薦準(zhǔn)確率不如使用評(píng)論評(píng)分進(jìn)行推薦，所以本文使用情感分析的方法將書(shū)評(píng)數(shù)據(jù)量化為情感評(píng)分，使用情感評(píng)分對(duì)Time-Speed模型優(yōu)化，兩者之間線(xiàn)性結(jié)合，最后將由優(yōu)化后模型得到的評(píng)分送入使用協(xié)同過(guò)濾方法的推薦系統(tǒng)中。
　　實(shí)驗(yàn)結(jié)果表明，本