基于Web用户时间属性的序列模式挖掘方法

摘要

本发明涉及一种基于Web用户时间属性的序列模式挖掘方法。针对个体用户访问模式存在的时间偏好进行分析，挖掘用户时间特征上的个性，进而对用户个体进行建模，从而形成用户个性化的访问模式。为此提出UFAP-双亲索引森林，刻画用户访问序列模式。结合个人用户访问时间偏好——驻留时间、时间间隔，分别对用户访问的网页类内Web页面的驻留时间和网页类与类之间的时间间隔进行K-means聚类，最终构建出用户个性化的时间偏好访问模式。本发明实现细粒度、全方位的个性化推荐，使推荐不仅仅局限在站内，甚至可以形成站间的互动，对于电子商务网站生态圈的优化和实施个性化服务具有深远意义。