基于特征的兴趣推荐系统研究

• 作者: 任恒妮
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 大数据 用户兴趣 协同过滤算法 相似度 准确率
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 自动化应用
• 页码范围: 201-202,205
• 页数: 3页
• 分类号: TP391.3
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2017.09.201

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任恒妮		20	23	3.0	4.0