适应于新学术平台的匿名用户行为挖掘与资源推荐方法

摘要

本发明属于数据挖掘与分析、人工智能技术领域，具体为一种适应于新学术平台的匿名用户行为挖掘与资源推荐方法。本发明包括两个部分：（一）适应于新学术平台的匿名用户行为挖掘，以便全面刻画平台用户画像，便于后续为其推荐有用平台资源；（二）基于项集相似性计算的协同过滤个性化推荐，实现精准学术推荐，帮助各类用户从平台获得最大收益。本发明针对实际平台采用行之有效的措施挖掘匿名用户行为特征，对平台用户全方位画像，采用维数简化和项集相似性计算两个过程，在提高精确度的同时减少计算耗费，解决应用协同过滤技术的推荐系统所存在的稀疏性和扩展性问题，从而实现高效推荐。