一种基于用户行为分析的偏好模型及个性化信息主动推荐方法

摘要

本发明公开了一种基于用户行为分析的偏好模型，该模型通过用户信息获取、分析抽取关键词建立特征向量矩，采用基于向量的空间表示法建立神经网络用户偏好模型并利用机器学习算法进行模型优化、完善；在此优化的模型基础上感知用户偏好信息，根据地理要素属性结合云模型对协同过滤推荐技术建立信息评分矩阵进行补充，计算评分相似性simrate＝(i,j)和属性相似性simattr＝(i,j)，获得最终相似性sim(i,j)并以此为依据选择用户偏好信息进行主动推荐。本申请技术方案所建立的偏好模型更为用户的喜好行，信息推荐中改进了协同过滤推荐方法，提高了推荐的准确性，对个性化信息推荐算法的发展具有实际意义。