基于记忆曲线的数据密集型动态用户行为建模

来源：计算机科学与探索杂志2016年第10期北京时间：

作者：尹子都，岳昆，武浩，付晓东，刘惟一

单位：1. School of Information Science and Engineering, Yunnan University, Kunming 650504, China2. Faculty of Information Engineering and Automation, Kunming University of Science and Technology, Kunming 650504, China

摘要：分析用户行为的历史数据，使用特定方法建立用户的偏好模型，是目前研究的热点和关键。考虑了数据产生的时序特征，以及具有时间特征的变量在用户行为模型中的影响，以心理学中的记忆曲线模型为依据，从用户的行为数据出发，给出了用户偏好的表示，并为用户的每个偏好建立一个记忆曲线模型，实时地表示用户的偏好。针对海量的用户行为数据，提出了基于MapReduce的模型参数增量更新算法和动态用户偏好计算方法，从而使得模型能反映动态变化的用户偏好。建立在真实数据上的实验结果表明，提出的模型和算法具有高效性、正确性和可用性。

关键词：动态用户行为模型,用户偏好,记忆曲线,增量更新,MapReduce