【技术实现步骤摘要】
本专利技术涉及推荐系统
，尤其涉及。
技术介绍
互联网的出现和推广给用户带来了大量的信息，满足了用户在信息时代对信息的需求。但是随着网络的迅速发展而带来的网上信息量的大幅增长，使得用户在面对大量信息时无法从中获得对自己真正有用的那部分信息，对信息的使用效率反而降低了，这就是所谓的信息超载问题。推荐系统是解决信息超载问题的一个极具潜力的途径，尤其在电子商务中得到了大规模应用，它根据用户的信息需求、兴趣等，将用户感兴趣的信息、产品等推荐给用户。推荐系统根据用户过往的浏览或购买记录进行推荐，其中对每个推荐结果说明推荐原因，即推荐系统解释。本专利技术中涉及到基于物品的协同推荐，它是推荐系统中一种常用的推荐方法，通过计算物品之间的相似度，并根据物品的相似度和用户的历史行为生成推荐结果列表。但是当物品数量过大时，计算物品相似度矩阵的代价也更加大。现有的推荐系统大多缺少对应的解释机制，或者已有的解释机制还不完善。多数用户无法理解推荐系统的推荐原理，也没办法获得关于推荐结果的附加信息。从用户的角度看，缺乏适当解释说明或者解释说明不合理的推荐系统，并不能获得用户的信...
【技术保护点】
一种针对推荐系统解释的交互方法，其特征在于：在针对推荐系统推荐结果的解释中，增加用户介入的过程, 在对推荐结果进行解释的模块中，用户介入过程采用文本输入或标签选择方式，方便后台对以用户‑物品为数据结构的浏览或购买记录进行分类，使推荐系统在不同分类下的推荐结果获得更高的转换率。
【技术特征摘要】
【专利技术属性】
技术研发人员：汤临春，刘征宇，史鹏健，田昶，宋亮，陆国生，
申请(专利权)人：合肥工业大学，安徽新华传媒股份有限公司，
类型：发明
国别省市：安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。