基于用户兴趣特征提取的推荐算法研究

• 作者: 刘同存 刘枚莲 李小龙
• 来源期刊: 计算机应用研究
• 关键词: 兴趣特征 兴趣度 兴趣度矩阵 推荐算法
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1664-1667
• 分类号: TP181|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.05.019

摘要

传统的推荐算法一定程度上降低了网络消费者的搜索成本,但难以实时提供消费者满意的推荐服务,也忽略了用户偏好动态转移性.为了提高电子商务系统的推荐质量,从用户偏好的行为特征入手,建立了网络用户的兴趣特征提取模型,并设计了相应的推荐算法.通过对用户兴趣特征提取模型的检验和用户兴趣度矩阵的建立,依据与目标用户偏好相似的邻居用户对商品的兴趣程度预测用户对未浏览商品的兴趣度,并选择兴趣度值较高的N个商品推荐给用户.实验结果表明,在用户偏好动态转移的情况下,所设计的推荐算法的推荐精度和推荐效率明显提高,提高了网络用户的满意度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘枚莲		60	418	11.0	18.0
2	李小龙		41	160	6.0	11.0
3	刘同存		7	102	4.0	7.0