个性化推荐中的用户兴趣演化与建模研究

摘要

用户兴趣建模是推荐系统的重要组成部分,也是推荐算法设计的主要研究内容之一.在现实中用户的兴趣不是一成不变的,随着用户在某一兴趣领域中消费记录的增加,其在该领域的兴趣也会发生变化.本文分析了用户兴趣变化的影响因素,设计了用户购买历史与用户兴趣之间的关联函数,并通过高维二元聚类算法和数据拟合方法预测用户兴趣的动态演化,进而实现个性化的商品推荐.实验表明,利用用户兴趣演化模型比传统的协同过滤模型有更好的推荐预测效果.