论文部分内容阅读
知识发现领域中，个性化推荐技术因其应用广泛受到了业界的广泛关注和高度重视。但由于用户隐私保护方面的限制，现有的推荐系统不能直接挖掘用户的个人信息，因此只能采用表征用户爱好的特征值来间接地挖掘用户信息。针对此类问题，提出了一种新的推荐方法。该方法可自动提取相应领域的特征值，并基于领域关键词过滤冗余的领域特征值，从而据此构建用户偏好模型，并与协同过滤算法绑定，生成最终的推荐结果。为验证所提出推荐方法的有效性和可行性，基于实时数据集与其他已有的推荐方法进行了对比实验，并基于对比实验结果进行了相关的分析研究。对比