安政磊++姚文斌

摘要：伴随随着互联网技术的发展，020餐饮领域发展迅速，然而平台同质化严重，个性化推荐已经成为提升用户体验和提高运营水平的一种主要方式。而传统的协同过滤方法在数据稀疏的情况下，用户推荐准确率不高。本文研究基于020餐饮行业背景，研究用户的行为对购买意向的影响，综合考虑购买行为、评价行，为等多种用户行为，判断用户的兴趣点，从而确定用户的购买意向，提出一种基于多种用户行为的购买意向模型。基于此提出基于购买意向的推荐方法。最后通过与传统基于用户的协同过滤算法进行比较，确定了本文推荐方法的有效性。

关键词：行为分析；个性化推荐；协同过滤；推荐模型

中图分类号：TP391.3

文献标识码：A

DOI：10.3969/j.issn.1003-6970.2015.12.019

本文著录格式：安政磊，姚文斌.一种基于用户购买意向的个性化推荐模型[J].软件，2015，36（12）：80-82

0 引言

近两年来，随着瓦联网的发展，020餐饮领域已经成为一种重要的商务模式。在丰要大城市中迅速的扩展开来。与此同时，其中的推荐系统却没有跟随发展，多数平台还停留在用户丰动获取商品信息的时代。这些平台同质化严重，全都标榜以用户为中心，然而由于原始的建站思路，并没有完全应用好快速发展的计算机技术，导致发展上的瓶颈。

各种推荐系统层出不穷，推荐机制复杂多变。协同过滤算法已经被广泛的应用到各个推荐系统，但随着用户数量的增加和站点内容结构的日益复杂，协同过滤技术的一些缺点逐渐暴露出来，首要问题就是稀疏性，随着用户和项目的数量的增长，用户相似性矩阵也会急剧扩大。……