基于用户浏览行为的兴趣识别管理模型

作     者：刘洪伟 高鸿铭 陈丽 詹明君 梁周扬 Liu Hongwei1, Gao Hongming1, Chen Li2, Zhan Mingjun1 ,Liang Zhouyang1

作者机构：广东工业大学管理学院广州510520 广东青年职业学院广州510507 

基　　金：国家自然科学基金资助项目"电子商务交互式决策助手对用户购物决策行为的影响与演化研究"(项目编号:71671048) 广东工业大学研究生创新项目"基于双元创新活动的顾客参与对口碑推荐的影响研究"(项目编号:2017YJSCX034)的研究成果之一 

出 版 物：《数据分析与知识发现》 (Data Analysis and Knowledge Discovery)

年 卷 期：2018年第2卷第2期

页      码：74-85页

摘      要：【目的】了解用户在线购物中的兴趣需求变化有利于个性化推荐。本文提出结合用户浏览行为分析的隐式动态兴趣识别和管理模型。【方法】通过三阶段实验构造用户点击流数据,以天猫和淘宝网页功能键为数据粒度对页面分类,再采用Bisecting K-means聚类算法进行兴趣状态挖掘,最后总结归纳兴趣与行为的特征映射。【结果】用户隐式兴趣存在4种状态:关注、理解信息、态度和购买意图,在态度和购买意图状态下,更倾向于产生购买;在不同状态的浏览路径特征有所差异。【局限】未添加网页广告促销等非结构化数据进行分析。【结论】从实时动态兴趣的角度,对购物决策中兴趣的状态进行验证挖掘,拓展动态兴趣研究;为电商网站管理用户行为提供了一个实现动态个性化推荐的视角。

主 题 词：隐式兴趣 点击流 Bisecting K-means算法 

学科分类：1305[艺术学-设计学类] 050302[050302] 13[艺术学] 05[文学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 0503[文学-新闻传播学类] 

核心收录：

D　O　I：10.11925/infotech.2096-3467.2017.0886

馆 藏 号：203285261...