基于改进加权协同过滤的集群用户黑箱个性意象预测

为了解决传统意象定位中感性意象部分信息丢失及用户模糊的个性化需求不完全表达的问题,提出基于改进加权SO(WSO)算法的集群用户个性意象预测研究.建立用户特征域,基于K-modes算法计算用户差异度,确立用户集群.对甄选样本实施兴趣度排序及自主性意象评价,创建集群意象因子集.引入用户相似度优化WSO算法,增强集群用户间的内在联系,精准预测目标用户黑箱的个性意象分值.基于语义差异问卷及平均绝对误差分析验证黑箱意象,输出集群中单一用户的个性化意象,实现意象预测.以无人机为例,预测用户的个性意象,误差小于0.5被舍去,表明该方法能够较好地实现用户模糊的意象黑箱透明化,且预测的意象符合用户的个性化需求,可以有效辅助设计师有针对性地设计.