用户画像与协同过滤的知识付费平台推荐方法

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.12361/2661-376X-04-22-129770

用户画像与协同过滤的知识付费平台推荐方法

唐　佳

湖南信息学院

全文直达

引用

打印

摘要：在知识经济时代，国内知识付费平台的规模、用户数和交易额持续快速增长，伴随着网民付费习惯的养成、在线交易技术的完善和数字版权保护力度的加强，知识付费在线上开始高速发展。所以如何把精准的个性化推荐内容提供给知识付费平台的用户，提升用户感知平台的服务品质，就变得至关重要了。尽管传统的协同过滤算法具有简单、有效等优点，但评分矩阵在用户数量和项目数量增加、单纯依靠评分数据进行计算、降低推荐质量、难以满足用户个性化推荐需求的情况下，在不考虑用户特征和偏好影响的前提下，存在着严重的稀疏问题，导致用户相似程度的计算准确度难以保证，推荐质量也难以得到满足。

关键词：

用户画像；协同过滤；知识付费；推荐方法

Universe Scientific Publishing

ISSN：2661-3751

年,卷(期)：2022,4(22)