基于时间特性的信息用户行为特征挖掘研究

摘要：

[目的/意义]当前的信息用户行为特征挖掘方法无法将数据统一整合,且无法准确计算出时间序列内滑动窗口内的数据均值,导致特征挖掘精度偏低.为此,提出了基于时间特性的信息用户行为特征挖掘方法.[方法/过程]计算时间序列内滑动窗口内的数据均值,得出起始序列向量,再将用户行为划分成若干等值的时间片,通过取样统计各种用户群体,得出用户的行为状态定性.以平均查询频率作为标准,观察用户的查询行为特征,输出信息挖掘结果.[结果/结论]实验结果表明:所提方法挖掘出夜晚用户行为信息多于白天,休息日比工作日多,且在网络波动下,虽然耗时增加,不过处于合理范围内.与传统方法相比,所提方法具有更低的挖掘误差,应用性较强.以上实验结果证明了基于时间特性的信息用户行为特征挖掘研究能获取更准确的用户行为意向,提高用户兴趣预测准确度,优化网络服务效果.[创新/局限]为进一步提高网络信息特征挖掘的效率,后续将重点研究多个网络用户行为的并行分析,使该方法更适用于网络海量信息处理.

关键词：时间特性;用户行为特征;支持向量机;信息挖掘

所属期刊栏目：39

分类号：G252.0(图书馆学、图书馆事业)

在线出版日期：2021-08-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：126-131