基于个性化推荐的改进用户画像算法研究

摘要：

个性化推荐是信息过载时代有效快速获取需求数据的重要方式,基于用户画像的个性化推荐算法受到越来越多的关注.当前用户画像算法的重点在于用户属性化标签分类,但缺少对用户行为和用户所在位置的标签化工作.为了解决上述问题,提出了用于个性化推荐的改进用户画像算法,该算法以K-shell算法为基础,对用户行为进行分层处理,以发现用户在信息传播中的位置,将用户分为普通用户,明星用户,权威用户等,最后针对不同用户提供不同的推荐内容.

关键词：个性化推荐、用户画像、标签化

所属期刊栏目：306

分类号：TP301.6;G206;F713

资助基金：甘肃省自然科学基金21JR11RA056

在线出版日期：2023-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：81-84