基于用户偏好度模型和情感计算的产品推荐算法

摘要

根据用户的个性化偏好进行产品推荐是一种有效的基于内容的产品推荐算法，其中用户偏好的不确定性和描述上的模糊性是用户偏好度建模的难点。通过引入情感计算的概念，建立了基于产品特征空间的用户偏好度模型，用类似于模糊空间隶属度的“偏好度”很好地描述了用户对某个产品特性的偏好程度，并提出了产品特性与用户偏好度之间匹配度的计算方法。在此基础上，提出了完整的基于用户偏好度模型和情感计算的产品推荐算法。该算法向用户动态推荐一定数量的产品，根据用户对所推荐产品的情感评价来修正用户偏好度矩阵，迭代进行下一次产品推荐。已经证明这种算法所得到的产品推荐结果收敛于以用户“真实”的偏好对产品进行排序的结果，仿真实验也验证了算法的收敛性和有效性。