面向智能路由器的興趣推薦算法研究.pdf

1、互聯(lián)網(wǎng)時代每天都會產(chǎn)生大量的數(shù)據(jù)，路由器作為網(wǎng)絡的流量節(jié)點，對于交換的信息起到了檢測和控制的作用，同時也對用戶的上網(wǎng)體驗至關重要。當前的網(wǎng)絡環(huán)境中，用戶的上網(wǎng)行為經(jīng)常會被海量的廣告干擾。但傳統(tǒng)的路由器一般只進行存儲轉(zhuǎn)發(fā)，并沒有完全起到網(wǎng)絡流量樞紐的作用。
　　通常用戶希望能夠得到針對自己興趣的個性化推薦，而非群發(fā)的廣告。當前的智能路由器尚且沒有出現(xiàn)針對用戶興趣的推薦功能，現(xiàn)有的廣告推薦技術也多為群體推薦，不具有針對性。因此本文面向

2、智能路由器這款智能設備，通過數(shù)據(jù)挖掘的方式設計了一種面向用戶行為的興趣推薦算法，對接入路由器的用戶產(chǎn)生的數(shù)據(jù)挖掘信息，實現(xiàn)用戶的個性化興趣推薦的功能。讓用戶在通過路由器上網(wǎng)的同時，就能得到最適合用戶的興趣推薦或者廣告鏈接。本文主要工作如下：
　　1.通過路由器采集用戶原始數(shù)據(jù)，并利用數(shù)據(jù)接口上傳到云服務器端，在服務器端對用戶數(shù)據(jù)進行分析；
　　2.改進HowNet的語義相似度算法，加入義原的密度和深度及其所處層次的影響，提高

3、了詞匯間語義相似度的準確性；
　　3.設計了關鍵詞集合相似度算法，并對用戶的關鍵詞集合聚類分簇，同時采用追蹤窗口實時抓取戶的興趣，并分別提取出用戶的長期興趣及短期興趣；
　　4.利用提取出的用戶興趣，計算用戶之間的相似度，并在相似度較高的用戶之間相互推薦興趣內(nèi)容；
　　5.針對本文所設計的興趣推薦算法進行了MATLAB實驗仿真，采集了10個用戶的真實數(shù)據(jù)分為訓練集和驗證集，確定了算法中的閾值參數(shù)，根據(jù)算法預測用戶興趣及