文章摘要:为快速准确地为用户推介新产品服务系统，本文提出了改进的协同过滤推介模型。首先确定目标用户邻居集，针对传统协同过滤算法中数据冷启动问题，提出了用户属性相似度和用户体验相似度相结合的方法，并引入Jaccard系数、平均评分修正系数、热门系数，提高用户体验相似度的准确性。其次确定新产品服务系统相似集，针对传统基于项目的协同过滤算法忽略项目属性对相似性制约的问题，提出了基于产品服务系统属性的改进皮尔逊余弦相似度算法，应用BP神经网络获得不同产品服务系统下各属性的客观权重，提高了属性重要度的可靠性。最后，构建了新产品服务系统的推介准则。以拖拉机产品服务系统推介为例，验证了所提模型的可行性和有效性。

文章关键词:

项目基金:国家重点研发计划项目（2020YFB1713500）,河南省高等学校重点科研项目计划项目（20B410002）, 上一篇： 农业经济论文_乡村振兴目标下的国土整治研究
下一篇：农业工程论文_基于动态路径搜索的农机自动驾驶