Personalized News Recommendation Based on Consumers’ Click Behavior

Tipos de recomendação de notícias

Proposta de algorítmo

Análise do comportamento de clicks do consumidor

A sequência de notícias que o consumidor vê pode ser obtida através dos seus clicks e do seu comportamento na internet

Recomendação baseada em conteúdo

Recomendação baseada em filtragem colaborativa

Recomendação baseada no conhecimento

Recomendação híbrida

Introdução

Cada vez pessoas lêem mais notícias na internet

Os consumidores gastam muito tempo a escolher as notícias que preferem

Fornecer uma recomendação eficaz de notícias personalizadas de acordo com o consumidor promoverá a experiência dos consumidores

Para obter esta informação, é necessário aceder a duas informações: o ID das notícias e o tempo de navegação

Etapas

1 - Análise das características das notícias

2 - Análise do comportamento de navegação dos consumidores (Primeiro o consumidor navega por uma página web normal e de seguida seleciona uma notícia. Às vezes, retorna à página inicial para selecionar outras notícias. Repetindo este comportamento, a sequência de navegação de notícias do consumidor é formada)

1 - Primeiro é necessário criar regras de associação entre notícias vizinhas na sequência de navegação de notícias de um consumidor.

2 - Em seguida, as recomendações de notícias para um consumidor são feitas de acordo com as últimas notícias de navegação.

3 - Com base nas etapas acima, podemos obter o resultado final da recomendação.

4 - Existem muitos grupos de notícias que serão encontrados no conjunto de dados, sendo que a triagem de dados é imprescindível

5 - Muitas informações estão contidas no comportamento dos cliques do utilizador e no seu tempo de navegação, logo, isto pode trazer algumas melhorias no efeito do algoritmo