基于用户效用的隐式反馈推荐系统研究

摘要

线上产品广告如同"信息爆炸"般涌向电商用户,降低了用户购物体验.因此,设计出一个高效、精准的推荐算法一直都是智能电商的研究重点.论文旨在设计一个基于用户效用的隐式反馈推荐系统,在不干扰客户购物的情况下,为客户提供合适的商品.论文首先采用隐式数据,设计出商品效用值,然后根据用户的付出成本,计算出用户的收益值,最后把收益值最大的商品作为推荐品.经过测试集的计算,模型准确率为90.2％.