论文部分内容阅读
电子商务平台上的产品销售具有长尾特征，但现有以追求精度为目标的推荐方法难以将处于长尾上的利基产品加入推荐列表。为此，从利基产品视角出发提出一种新的推荐方法。基于用户评分、产品属性和隐特征信息分别计算用户之间的评分相似度、偏好相似度和隐特征相似度，并综合这三种相似度挖掘利基产品高评分用户的相似用户，从而得到利基产品的受众并为其进行推荐。实验结果表明，该方法针对利基产品的推荐转化率远高于概率矩阵分解和协同过滤方法，在解决利基产品推荐问题上更有效。