基于用户动态兴趣标签的推荐模型研究

周朴雄 宫楚凡

摘 要 随着网络交互性的增强，用户偏好会随主客观条件的变化而转变，因此准确把握用户的动态兴趣是互联网信息平台需要不断探索的问题。本文运用标签描绘用户兴趣，结合兴趣强化和兴趣衰减两方面因素，构建用户动态兴趣模型，以流程图的方式表示推荐模型，并将豆瓣读书的标签资源作为实验对象验证模型的可行性。

关键词 动态兴趣  社会化标签  聚类分析  推荐模型

分类号 G251

DOI 10.16810/j.cnki.1672-514X.2021.09.010

Abstract With the enhancement of network interactivity， user preferences will change with the changes of subjective and objective conditions. Therefore， accurately grasping the dynamic interests of users is a problem that needs to be explored continuously by the Internet information platform. This paper uses tags to describe users interests， combines the two factors of interest enhancement and interest decay to build a user dynamic interest model， and expresses the recommendation model in the form of flow chart. It also takes the label resources of Douban reading as the experimental object to verify the feasibility of the model.

KeywordsDynamic interest. Social tags. Cluster analysis. Recommendation model.

隨着互联网的不断发展，在线生活方式逐渐渗透到大众生活的方方面面，大众开始在网络上进行言论发表、在线购物、浏览器访问等行为。这些网络行为属于用户的特征资源，在很大程度上折射出了用户的兴趣偏好。用户的兴趣处于一个动态变化的过程中，用户的年龄、婚姻状况、所处环境等客观条件以及用户受教育程度、自身性格、个人喜好等主观条件都会对用户兴趣产生影响，这就使得用户在网络上所产生的属于个体表征的信息资源不仅数量庞大而且具有一定的时效性。因此，怎样从数量庞大的这些信息资源中更加精确地识别出用户当下的兴趣，提供满足用户兴趣需求的信息资源是互联网信息平台需要不断探索的问题。

1 用户兴趣推荐研究及其社会化标签应用

用户兴趣会随着主观条件和客观条件的改变而发生转变，学者们将这种转变定义为兴趣迁移，又称用户兴趣漂移。在互联网平台上，用户兴趣的转变通常可以用用户信息行为的转变来体现，即通过分析用户表征的信息（例如用户自定义标签、用户搜索历史等）来识别用户兴趣偏好。……