基于特征的兴趣推荐系统研究
随着电子商务和大数据技术的发展,在信息超载的情况下,如何提升营销的效率,更加全面的结合用户的喜好对产品进行推荐,成为关注的重点.针对上述的需求,结合用户的兴趣特征,提出一种基于隐式特征的用户兴趣协同过滤算法.对此,文章首先对隐语义模型进行分析,对用户特征和物品特征的提取;其次,通过协同过滤算法,计算两者之间的相似度;最后,通过预测的准确率来对上述构建算法的正确性和可行性的进行判定,验证了算法可提高预测的准确行,具有一定的工程借鉴价值.
推荐系统 用户兴趣 协同过滤 隐语义模型
任恒妮
陕西国际商贸学院 陕西咸阳,712046
国内会议
2017年西南三省一市(贵州、重庆、四川、云南)自动化与仪器仪表学术年会
重庆
中文
201-202,205
2017-10-01(万方平台首次上网日期,不代表论文的发表时间)