结合访问日志、页面内容与语义的用户建模

本文提出了一种基于融合多种数据源的大型网站用户建模方法：将访问日志和所访问页面的内容与关于网页、用户以及用户对网站访问的语义信息相结合。其假设是，我们面对的是一个为大量访问用户提供内容的大型网站。所提出的方法通过从不同数据源导出的特征集来表示每个用户，其中某些用户的某些特征值可能缺失。该方法进一步支持基于目标用户子集所提供特征的用户建模。该方法在真实数据上进行了评估，我们比较了在使用不同数据源表示用户时，将用户自动分配到预定义用户分段的性能。