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。
同刊文献
| 基于深度学习的沉浸式投影系统图像反射补偿问题研究 | 2022 |
| 互联网环境下民间艺术的延续 | 2017 |
| 电力系统远程监测协议的设计 | 2017 |
| 服装CAD系统的自适应排料方法研究与设计 | 2017 |
| 运动捕获技术在3D计算机动画制作中的应用 | 2017 |