基于用户行为的协同过滤算法研究

摘要：

针对电商网站上的广告质量和用户需求不匹配的问题,提出基于协同过滤在个性化方面的公平广告推送算法,在海量数据中挖掘对用户有价值的广告内容.通过收集用户的浏览日志,建立单个用户评分矩阵,利用关键字权重和相似度算法分析用户行为,最后通过协同过滤算法综合推荐给用户.根据MovieLens数据集对该算法进行实验,得出此算法具有较高的准确度,能够实现对用户个性化推荐.

关键词：广告推送、相似度、协同过滤、基于用户

所属期刊栏目：15

分类号：TP391(计算技术、计算机技术)

资助基金：嘉兴学院2018年度校级重点SRT计划项目85178538;国家级大学生创新创业训练计划项目201810354044X;浙江省大学生科技创新活动计划暨新苗人才计划项目2018R417001

在线出版日期：2019-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：17-18,25