【文件属性】：
文件名称：用户行为分析算法-coffee break python
文件大小：6.69MB
文件格式：PDF
更新时间：2021-06-27 06:11:07
深圳杯 数学建模
3.1用户行为分析算法
用户的大量上网记录被分割成了一个个的网页合，其中每个网页集合中网页
的主题都是大致相似的，不同网页集合的主题是不同的，并且相互独立的。这些
拥有不同主题的网页集合就代表了用户上网的兴趣点所在，但是有些网页是用户
闲暇之余随意浏览的，例如新闻网页，这些网页是没有任何价值的，只有找出用
户最有价值的兴趣点才可能在用户身上获得效益，用户行为分析算法能提取出用
户最有价值的上网兴趣点。
用户行为分析算法通过对网页集合的属性进行分析，进而计算出用户的兴趣
价值，该算法在年由浙江大学提出。网页集合的属性主要包括网页的访问时间、
网页的数量等，其中最重要的是网页访问时间。对用户兴趣价值衡量的指标主要
有特征新鲜度和特征离散度，它们通过分析网页访问时间的规律，进而得出兴趣
价值高低。
3.1.1特征新鲜度
特征新鲜度是网页集合中网页访问时间的新鲜程度值，即为网页集合中归一
化后的网页平均访问时间。如果这个网页集合中的网页是最近访问的，则它们的
重要性就越大，而这个网页集合的新鲜程度值就越高，该网页集合所代表的用户
兴趣点的价值就越高。网页平均访问时间的具体计算方法如下：
其中：E(t)为网页集合的平均访问时间，ti为网页集合中网页 di的访问时间。
3.1.2特征离散度
特征离散度是网页集合中网页访问时间分布的离散程度，即网页集合中网页
访问时间的均方差。如果在一个网页集合中，网页的访问时间很分散，那么这个
网页集合代表的可能是用户长期坚持的一个兴趣特征。例如某用户每天晚上都在
网上看比赛，那么该用户极有可能是一个篮球爱好者，因此可以根据用户的这个
兴趣特征向用户推送相关广告。计算网页访问时间均方差的方法如下：