论文部分内容阅读
用户模型是电子商务智能推荐系统的关键，它是系统智能推荐的依据，是决定个性化信息服务质量的关键因素。基于用户隐性行为分析的视角，分析用户的兴趣度，在原型系统的基础上，通过对用户行为的分析，推导出用户隐形知识，从而对用户模型进行构造和更新，构造出原型模型和个体用户模型，并探讨了二者间交互机制与个体模型的更新机制，同时，通过浏览行为估计用户兴趣度的方法无需用户主动参与，有助于提高个性化服务系统的亲和力，在理论上具有可行性，但在实际运用中还有一定难度，主要表现在时间滞后性与复杂的计算过程。