基于贝叶斯网络的网上用户兴趣预测分析

用户实时的兴趣和爱好可以通过用户网上的浏览行为得到很好的反映。本文在贝叶斯网络学习的相关理论支撑下首先对用户的实时兴趣进行多元线性回归分析,并将用户实时行为作为贝叶斯网络分析的参数,从中得到用户兴趣的初始集和初始网络结构,这个网络可以随着用户数据的增加而不断更新,从而实时高效地预测用户不同时期的兴趣。