[作 者] 沈陽

[摘 要] 提出一種網(wǎng)絡(luò)閱讀行為興趣度模型的網(wǎng)摘推薦，興趣度模型與閱讀度、評論度及滾動條覆蓋內(nèi)容度三者密切相關(guān)。在用戶授權(quán)的情況下，將興趣度大于一定閥值的網(wǎng)頁，自動進行網(wǎng)絡(luò)保存和網(wǎng)絡(luò)推薦。

[關(guān)鍵詞] 網(wǎng)絡(luò)閱讀；興趣度；閱讀度；評價度；主動推薦；網(wǎng)摘

我們需要一種更準確反映用戶確實瀏覽過網(wǎng)頁，并對該網(wǎng)頁有較高評價的技術(shù)判斷手段，以提高點推比。目前的網(wǎng)摘工具需要用戶的主動參與，其操作常常會打斷用戶的瀏覽過程。要解決以上問題，需要在客戶端確定用戶閱讀完網(wǎng)頁后對該網(wǎng)頁的興趣度，將用戶網(wǎng)頁興趣度高于一定閥值的網(wǎng)頁進行主動推薦。目前興趣度的研究主要集中于Web服務(wù)器日志文件分析、根據(jù)用戶在頁面中的滯留時間來確定頁面興趣度的方法。這些方法未考慮瀏覽頁面的信息量，有較大缺陷，同時一般網(wǎng)頁和網(wǎng)摘推薦網(wǎng)頁有細節(jié)差異，推薦網(wǎng)頁一般不用導(dǎo)航網(wǎng)頁，因此使用目前的興趣度算法最終得到用戶愿意保存推薦度不是很合理。