基于图数据库的用户目标信息个性化推荐方法  

作　　者：林楠[1] LIN Nan

机构地区：[1]吉林农业大学,吉林长春130118

出　　处：《信息技术与信息化》2025年第2期157-160,共4页Information Technology and Informatization

基　　金：吉林省高教学会高教科研重点课题“人工智能赋能高校数字化教学资源平台建设研究”(JGJX2023B12)。

摘　　要：用户目标信息个性化推荐系统在用户和商品交互数据稀少或新用户与商品缺乏历史数据时,会出现数据稀疏性和冷启动问题。这使传统方法通过简单的矩阵形式难以描述用户与商品关系,无法有效挖掘能够反映用户偏好的深层次特征,最终导致推荐信息与用户需求适配度低。为此,提出一种基于图数据库的用户目标信息个性化推荐方法。该方法利用图数据库的结构化特点,深入捕捉和分析用户与商品间的关联,提取并标注用户目标信息。从用户历史行为数据中提取出能够反映用户偏好的深层次特征,引入协同过滤模型,基于目标信息中挖掘出的用户偏好模式构建用户偏好模型。运用自然语言处理和机器学习技术,从信息资源中提取标签,并结合之前构建的用户偏好模型,设计个性化的目标信息资源推荐。实验结果表明:该方法不仅能显著提升推荐信息与用户需求的适配程度,还能增加个性化信息的推荐量,从而更好地满足用户的个性化需求。

关 键 词：图数据库 用户目标信息 个性化推荐 协同过滤 用户偏好模型 

分 类 号：TP391.3[自动化与计算机技术—计算机应用技术] TP311.13[自动化与计算机技术—计算机科学与技术]