基于协同过滤的农业平台学习资源个性化推荐方法探究

由于传统方法未对不同用户之间的行为数据进行考虑,导致资源推荐满意度较低。为解决这一问题,提出基于协同过滤的农业平台学习资源个性化推荐方法研究。研究先引入影响值参数——Inf来表示不同关联用户之间影响关系的大小;然后,对时序评论和回复行为数据进行融合,构建农业平台用户资源兴趣矩阵;最后,以此为基础,采用协同过滤方式实现资源推荐。经过测试后,发现所提方法具有良好的推荐效果,可以有效保障用户对推荐资源的满意度。