基于神经网络的用户兴趣度估计 (2011年)

针对个性化服务研究中用户兴趣度估计的要求，分析用户行为特征与兴趣度的相互关系，选取页面关注时间、滚动/翻页次数、页面大小作为用户兴趣度的判别依据，提出一种基于RBF 神经网络模型的用户兴趣度量化估计方法。仿真实验证明，与多元线性回归模型的计算结果相比，该方法在平均残差和预测准确度方面均有更好的效果。