论文部分内容阅读
传统 Markov 链模型在用户浏览行为预测方面体现出较好的性能,但不能很好的体现出用户的兴趣度和所推荐的页面的重要性,因此本文提出类时齐 Markov 模型。该模型给不同的类别用户单独创建时齐 Markov 模型,并用时齐 Markov 模型的平稳分布表征用户的访问兴趣和页面的重要程度。本文进而提出了基于隐反馈的类时齐 Markov推荐模型,在真实的 WEB 服务器日志数据上的实验证明,类时齐 Markov 模型具有更好的推荐性能。