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

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

参考

[1] 仇阿根 , 张用川 , 罗宁 , 郑莹莹 , 陆文 . 结合用户特

征的政务服务协同过滤推荐方法 [J]. 集成技术 ,2023,12(01):

42-55.

[2] 凌坤 , 姜久雷 , 李盛庆 . 基于改进用户画像的协同过

滤推荐算法 [J]. 计算机仿真 ,2022,39(12):533-541.

[3] 谢少辉 , 段旭磊 , 张仰森 , 侯振瑜 , 陈琳 , 范国梁 . 基

于用户画像的军事信息推荐方法 [J]. 指挥信息系统与技

术 ,2022,13(03):72-77+84.

[4] 李悦 . 基于用户画像的图书馆图书精准推荐研究

[D]. 燕山大学 ,2022.

[5] 宫丽霞 . 基于用户画像与改进协同过滤的混合推荐

算法研究 [D]. 内蒙古大学 ,2022.

[6] 李凯 . 面向信息茧房的用户画像多样化推荐模型研

究 [D]. 燕山大学 ,2022.