基于用户行为聚类的个性化推荐算法研究

提出一种品牌忠诚度模型,根据用户行为首先计算出用户-品牌忠诚度值并预测用户与未交互过品牌的可能忠诚度值来填充矩阵;然后,对用户进行聚类来评价用户的品牌忠诚度水平并结合忠诚度矩阵进行推荐;最后,通过天猫网的用户行为数据集对推荐算法和其他算法结果进行比较。实验结果表明：本推荐算法具有较高的预测精度,同时还具有较高的覆盖度。