發(fā)布時間：2020-12-10 04:33

　　個性化推薦通過收集和分析用戶的行為信息,預(yù)測用戶的興趣偏好并進(jìn)行推薦,通過影響用戶的消費(fèi)行為,從而產(chǎn)生經(jīng)濟(jì)效益。個性化推薦歷經(jīng)了基于統(tǒng)計學(xué)、基于內(nèi)容、基于協(xié)同過濾、基于社交網(wǎng)絡(luò)和混合式推薦的發(fā)展歷程,雖然已取得了一定效果,但是仍然無法令人滿意。隨著人工智能時代的到來,多學(xué)科多領(lǐng)域的融合為個性化推薦提供了新的思路。本文首先回顧并分析了現(xiàn)有個性化推薦的主要方式、存在的問題和實際需求,然后根據(jù)管理學(xué)和心理學(xué)相關(guān)理論模型,提出人工智能時代的個性化推薦需要以人為本,關(guān)注用戶特征,通過構(gòu)建用戶認(rèn)知模型,評估用戶心理抗拒程度,建立不同用戶的消費(fèi)動機(jī)模型,建立更全面的推薦評價體系。 

【文章來源】：上海對外經(jīng)貿(mào)大學(xué)學(xué)報. 2020年04期 第90-99頁 北大核心CSSCI

【文章頁數(shù)】：10 頁

【部分圖文】：

人工智能時代的個性化推薦系統(tǒng)

【參考文獻(xiàn)】：
期刊論文
[1]人工智能應(yīng)用中的安全、隱私和倫理挑戰(zhàn)及應(yīng)對思考[J]. 李修全.  科技導(dǎo)報. 2017(15)



本文編號：2908088