用户兴趣建模支持下的行为推荐算法特性分析

摘要：

为解决传统的算法中忽视的问题,选择更适合用户的兴趣模型,降低分析准确度较低的方式,为此提出了用户兴趣建模支持下的行为推荐算法特性分析,基于特征维度的选择,以及特性影响因子的求解,完成了推荐算法特性分析影响因子的计算;基于行为推荐算法样本集的确定,实现了行为推荐算法的特性分析,试验数据表明,提出的推荐算法特性分析较传统分析方法,分析准确率提高13.68％.适用于不同用户兴趣建模支持下的行为推荐.

关键词：兴趣建模、用户行为、推荐算法、特性分析

所属期刊栏目：3

分类号：TP301.6(计算技术、计算机技术)

资助基金：2017年江西科技师范大学校自然科学重点项目:基于用户兴趣建模的消费行为理解与推荐算法研究2017XJZD005;主持人:周雪梅

在线出版日期：2019-08-07（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：11-13