基于特征偏好分析的改进混合推荐算法

　　针对当前推荐算法中存在的一些问题，本文提出通过基于用户特征分析和产品特征分析结合的改进混合推荐算法。用户初次进入系统后，首先通过ICT-CLAS技术对评论文本进行分词和词性标注，再将特征词归纳量化，计算物品特征权重，完成数据第一步采集处理；下一步基于用户行为计算用户偏好特征值；结合传统协同过滤推荐算法，通过邻居用户聚类，计算用户对其它项目的评价得分，向用户推荐得分最高的项目内容。经过实验，结果表明该方法可以提高推荐的精确度。