本发明公开了一种基于购买用户行为分析的个性化推荐方法,首先通过基于修正PageRank方法计算出的产品权值,然后生成每个购买用户的兴趣模式特征向量。对每个用户兴趣模式的权值进行规范化处理,即采用每个用户最大频次去除其向量每一个频次值的方法进行规范化处理;对每两个用户兴趣模式特征向量求取最终的用户相似度;在个性化推荐环节上对于目标用户得到最为相似的其他用户序列。本发明改变了传统推荐方法中只考虑用户与产品的兴趣关联度的做法,增加产品本身质量的识别,以此改进推荐系统的效果。
本发明公开了一种基于购买用户行为分析的个性化推荐方法,首先通过基于修正PageRank方法计算出的产品权值,然后生成每个购买用户的兴趣模式特征向量。对每个用户兴趣模式的权值进行规范化处理,即采用每个用户最大频次去除其向量每一个频次值的方法进行规范化处理;对每两个用户兴趣模式特征向量求取最终的用户相似度;在个性化推荐环节上对于目标用户得到最为相似的其他用户序列。本发明改变了传统推荐方法中只考虑用户与产品的兴趣关联度的做法,增加产品本身质量的识别,以此改进推荐系统的效果。