基于领域特征值的协同过滤个性化推荐方法

知识发现领域中,个性化推荐技术因其应用广泛受到了业界的广泛关注和高度重视。但由于用户隐私保护方面的限制,现有的推荐系统不能直接挖掘用户的个人信息,因此只能采用表征用户爱好的特征值来间接地挖掘用户信息。针对此类问题,提出了一种新的推荐方法。该方法可自动提取相应领域的特征值,并基于领域关键词过滤冗余的领域特征值,从而据此构建用户偏好模型,并与协同过滤算法绑定,生成最终的推荐结果。为验证所提出推荐方法的有效性和可行性,基于实时数据集与其他已有的推荐方法进行了对比实验,并基于对比实验结果进行了相关的分析研究。对比验证实验结果及其分析表明,该推荐方法能够有效地提取领域特征值,其推荐的精准度也有所提高。