一种基于用户个人特征的推荐方法及推荐系统

摘要

本发明涉及一种基于用户个人特征的物品推荐方法，包括S1：获取推荐用户的个人特征信息和用户评价信息；S2：对收集到的用户评价信息结构化，建立评分数据库；S3：提取和过滤个人特征，确定用户所在的用户族群；S4：计算用户之间的相似性，根据用户对物品的历史评分数据来计算不同用户之间的相似性；S5：根据相似程度，预测目标用户对未评价物品的评分；S6：融合用户对物品评价的时间因素，对于用户每次的评分行为，都将其发生行为的时间进行保存，作为推荐方法的一个考虑因素，纳入到评分预测公式中，利用时间信息来降低预测误差；S7：根据预测评分，生成推荐集合，为目标用户推荐物品。