用户多兴趣下的个性化推荐算法研究

电子商务个性化推荐成为客户关系管理的重要内容,协同过滤算法是应用最为广泛的个性化推荐技术,但传统的协同过滤推荐算法并不适合用户多兴趣情况下的个性化推荐。在分析原因的基础上,通过组合基于用户的协同过滤和基于项目的协同过滤算法,先求解目标项目的相似项目集,在目标项目的相似项目集上再采用基于用户的协同过滤算法。这种基于相似项目的邻居用户协同推荐方法,能很好地处理用户多兴趣下的个性化推荐问题,尤其当候选推荐项目的内容属性相差较大时,该方法性能更优。最后,用EachMovie数据库对算法进行了仿真实验,实验表明该算法准确率更高。