Kullback-Leibler散度在短期用户兴趣检测中的应用
信息检索
2015-07-28 v1
摘要
推荐系统中的经典方法（如协同过滤）主要集中在静态用户偏好提取。这种方法在用户行为长期趋于稳定的音乐推荐等例子中表现良好，然而电子商务中最常见的情况不同，需要基于短期用户活动分析的反应式算法。本文引入了一个以物品属性表述的短期用户兴趣检测的小型数学框架，及其在推荐系统增强中的应用。该框架基于信息论的基本概念——Kullback-Leibler散度。
引用
@article{arxiv.1507.07382,
title = {Application of Kullback-Leibler divergence for short-term user interest detection},
author = {Maxim Borisyak and Roman Zykov and Artem Noskov},
journal= {arXiv preprint arXiv:1507.07382},
year = {2015}
}