一种基于用户画像的产品文案个性化推荐方法
卜春青
丁俊
安徽工业经济职业技术学院 珠宝与艺术学院,安徽 合肥 230051
摘要：当前电子商务环境中,信息过载使用户决策日益困难.然而,用户与产品文案的交互稀疏、用户兴趣动态多变以及传统推荐方法对多模态信息利用不足,制约了产品文案推荐效果与用户体验.为提升产品文案推荐效果与用户满意度,提出了一种基于用户画像的产品文案个性化推荐方法.通过整合用户基本属性、交互行为与评论反馈等多维度数据,构建了量化用户画像模型.采用基于物品的协同过滤算法计算文案相似度,生成了候选推荐集.依据用户画像与文案特征向量的相似度,筛选出最优文案进行推荐.以电商平台数据为基础的实验结果表明,该方法可准确刻画用户特征,文案覆盖率达71%～92%,用户满意度超过90%,有效实现了产品文案的个性化推荐,具有良好的实用性与推广价值.
关键词：用户画像产品文案偏好倾向协同过滤
分类号：TP301.6(计算技术、计算机技术)
资助基金：安徽省高等学校科学研究项目(2024AH052292)安徽省成人与教育学会教育教学研究规划课题(AZCJ2024048)安徽工业经济职业技术学院校级质量工程项目(2023xtszy02)
论文发表日期：2025-10-25
在线出版日期：2025-11-24（本平台首次上网日期，不代表文献的发表时间）
页数：6( 16-20,30 )
英文信息