论文部分内容阅读
针对传统推荐算法在大数据环境下所面临的运算效率低,难以及时获取推荐结果以及用户无法及时修正推荐过程等问题,本文提出了一个基于多刻面模型的个性化推荐方法。该方法包含人为中心的资源探索方法、多维度相似性度量模型以及基于自然语言处理技术的关键词抽取方法等三个功能模块。方法可以通过不同刻面抽取用户关注点,并将用户融入到推荐过程中,进而提供更加友好和个性化的推荐服务。