一种基于模糊优选神经网络的个性化信息推荐方法

摘要

本发明公开一种基于模糊优选神经网络的个性化信息推荐研究方法，构建影响推荐优先级的特征模型，主要考虑影响推荐的要素有用户岗位、用户所在行业、用户关注的领域、用户喜欢的品牌，通过对用户模型与内容信息在对应的推荐因素上进行相似匹配与待推荐信息内容的阅读热度，形成用户与待推荐的内容信息在对应推荐要素上的量化相似度值，运用模糊优选神经网络的方法对待推荐内容信息进行优选排序。通过对结果的分析充分证明该方法符合实际情况，提高了内容推荐的准确率。