摘要

用户模型是电子商务智能推荐系统的关键,它是系统智能推荐的依据,是决定个性化信息服务质量的关键因素。基于用户隐性行为分析的视角,分析用户的兴趣度,在原型系统的基础上,通过对用户行为的分析,推导出用户隐形知识,从而对用户模型进行构造和更新,构造出原型模型和个体用户模型,并探讨了二者间交互机制与个体模型的更新机制,同时,通过浏览行为估计用户兴趣度的方法无需用户主动参与,有助于提高个性化服务系统的亲和力,在理论上具有可行性,但在实际运用中还有一定难度,主要表现在时间滞后性与复杂的计算过程。