人工智能时代的个性化推荐

发布时间：2020-12-10 04:33

　　个性化推荐通过收集和分析用户的行为信息,预测用户的兴趣偏好并进行推荐,通过影响用户的消费行为,从而产生经济效益。个性化推荐历经了基于统计学、基于内容、基于协同过滤、基于社交网络和混合式推荐的发展历程,虽然已取得了一定效果,但是仍然无法令人满意。随着人工智能时代的到来,多学科多领域的融合为个性化推荐提供了新的思路。本文首先回顾并分析了现有个性化推荐的主要方式、存在的问题和实际需求,然后根据管理学和心理学相关理论模型,提出人工智能时代的个性化推荐需要以人为本,关注用户特征,通过构建用户认知模型,评估用户心理抗拒程度,建立不同用户的消费动机模型,建立更全面的推荐评价体系。 

【文章来源】：上海对外经贸大学学报. 2020年04期 第90-99页 北大核心CSSCI

【文章页数】：10 页

【部分图文】：

人工智能时代的个性化推荐系统

【参考文献】：
期刊论文
[1]人工智能应用中的安全、隐私和伦理挑战及应对思考[J]. 李修全.  科技导报. 2017(15)



本文编号：2908088