面向C2M个性化定制的协同过滤推荐算法研究

摘要

协同过滤算法是现今电商模式下最有效和最广泛的推荐方法,但是传统算法仅考虑用户兴趣,忽略项目信息的影响。特别在C2M (用户直连制造)模式下,借助于工业定制平台,项目的有效信息量倍增,项目信息对于用户的个性化定制有重大的影响。针对这个问题,本文构建用户满意度模型来预测项目的信息对用户的影响,结合传统协同过滤算法,综合考虑用户兴趣和满意度来产生推荐结果。通过实验结果表明,改进协同过滤算法的具有可行性,并提高了推荐的有效性。