基于改进协同过滤的个性化产品服务系统方案推荐
产品服务系统是企业为用户提供的个性化需求解决方案,为了快速准确的设计方案,提出了改进的协同过滤算法根据用户的个性化需求推荐符合其需求特征的方案.针对传统协同过滤算法中,用户相似度计算方法没有考虑用户对方案属性的偏好问题,忽略了不同配置角度下各属性权重不同,提出了考虑方案客观属性的改进Person余弦相似度算法.首先采用BP神经网络计算获得不同方案下各属性的客观权重,其次考虑用户对方案属性的偏好计算用户相似度,可以在不完全冷启动的情况下准确预测目标用户对方案的评分并推荐最佳方案.最后,以空气净化器产品服务系统的方案推荐过程为例,验证了所提方法可提高用户相似度计算的精度与方案推荐的准确性.
产品服务系统、协同过滤、BP神经网络、余弦相似度、空气净化器
27
TH122;N94
国家自然科学基金资助项目;教育部人文社会科学研究规划基金资助项目;高等学校博士学科点专项科研基金资助项目
2021-03-04(万方平台首次上网日期,不代表论文的发表时间)
共9页
240-248