大数据网络用户浏览隐式反馈信息检索仿真

摘要

cqvip:传统方法在对大数据网络用户进行浏览隐式反馈信息检索时,存在查全率低、准确率不高等问题。针对上述问题,提出一种基于大数据网络的用户浏览隐式反馈信息检索方法。方法通过观测用户在浏览网络页面时所选取的动作来获取隐式反馈信息,并根据这些信息建立用户兴趣更新模型。采用向量来描述用户浏览的网页文档,为各个浏览行为赋予相应的权值,通过该权值从用户的浏览行为推算出用户对某一文档的感兴趣程度,并建立基于用户浏览隐式反馈信息的用户兴趣模型,并利用用户兴趣更新模型对兴趣进行更新,提高检索精度,以此实现大数据网络用户浏览隐式反馈信息检索。实验仿真证明,与传统方法相比,所提方法较能够有效提高检索有效性、查全率、准确率。