[作 者] 沈陽(yáng)
[摘 要] 提出一種網(wǎng)絡(luò)閱讀行為興趣度模型的網(wǎng)摘推薦,興趣度模型與閱讀度、評(píng)論度及滾動(dòng)條覆蓋內(nèi)容度三者密切相關(guān)。在用戶授權(quán)的情況下,將興趣度大于一定閥值的網(wǎng)頁(yè),自動(dòng)進(jìn)行網(wǎng)絡(luò)保存和網(wǎng)絡(luò)推薦。
[關(guān)鍵詞] 網(wǎng)絡(luò)閱讀;興趣度;閱讀度;評(píng)價(jià)度;主動(dòng)推薦;網(wǎng)摘
我們需要一種更準(zhǔn)確反映用戶確實(shí)瀏覽過(guò)網(wǎng)頁(yè),并對(duì)該網(wǎng)頁(yè)有較高評(píng)價(jià)的技術(shù)判斷手段,以提高點(diǎn)推比。目前的網(wǎng)摘工具需要用戶的主動(dòng)參與,其操作常常會(huì)打斷用戶的瀏覽過(guò)程。要解決以上問(wèn)題,需要在客戶端確定用戶閱讀完網(wǎng)頁(yè)后對(duì)該網(wǎng)頁(yè)的興趣度,將用戶網(wǎng)頁(yè)興趣度高于一定閥值的網(wǎng)頁(yè)進(jìn)行主動(dòng)推薦。目前興趣度的研究主要集中于Web服務(wù)器日志文件分析、根據(jù)用戶在頁(yè)面中的滯留時(shí)間來(lái)確定頁(yè)面興趣度的方法。這些方法未考慮瀏覽頁(yè)面的信息量,有較大缺陷,同時(shí)一般網(wǎng)頁(yè)和網(wǎng)摘推薦網(wǎng)頁(yè)有細(xì)節(jié)差異,推薦網(wǎng)頁(yè)一般不用導(dǎo)航網(wǎng)頁(yè),因此使用目前的興趣度算法最終得到用戶愿意保存推薦度不是很合理。
|
[發(fā)布者:] | ||
相關(guān)閱讀:
·搜索引擎Web API框架設(shè)計(jì)研究
·一種基于關(guān)鍵詞的創(chuàng)新度評(píng)價(jià)方法
·基于網(wǎng)絡(luò)閱讀行為興趣度模型的網(wǎng)摘推薦
·一種網(wǎng)頁(yè)自動(dòng)保存和鏈接推薦方法
·虛擬社區(qū)與虛擬時(shí)空隧道
|