基于协同过滤的电视产品营销推荐

当今世界由于产品推荐资源种类繁多,人们越来越难以在海量的资源中找到自己所需要的资源。如何在众多的选择中实现精准推荐是大数据时代下的重要问题。本文就这一背景提出了基于协同过滤的电视产品营销推荐,并进行了改进。在相似度计算中加入了相对偏好和绝对偏好;对冷启动问题提出了基于属性信息和潜在兴趣的改进;并在最后结合真实数据模拟电视产品的营销推荐,对用户和产品进行打包推荐。