论文部分内容阅读
提出一种基于最大频繁序列模式有向图的页面个性化推荐技术，由于考虑了用户会话的页面访问顺序，比一些不考虑页面访问顺序的推荐技术有更高的准确率。有向图结构压缩存储了所有最大频繁序列模式，推荐引擎依据截取的用户最近访问页面子序列，与有向图的部分路径进行匹配并进行横向推荐和纵向推荐，无需在整个模式库中搜索相同或相似的模式，从而加快了模式匹配的速度，更好地满足了页面推荐的特性和实时要求。实验证明，方法是有效的。