基于用户偏好挖掘的电子商务协同过滤推荐算法研究
【出 处】:《
情报科学
》
CSSCI
2013年第31卷第12期 38-42页,共5页
【作 者】:
贺桂和
【摘 要】
针对传统的电子商务协同过滤推荐算法难以准确定位目标用户的最近邻居社区且推荐质量和准确性不高的问题,设计了一种基于用户偏好挖掘的电子商务协同过滤推荐算法。该算法利用用户偏好挖掘技术进行用户显性偏好知识和隐性偏好知识的挖掘分析,实现基于用户偏好知识的最近邻居社区构建和智能推荐。实验结果表明,该算法取得了较理想的预期效果,显著提高了协同过滤推荐的质量和准确性。
相关热词搜索: 协同过滤推荐 用户偏好挖掘 电子商务 collaborative filtering recommendation user preference mining E-commerce