人工智能時代的個性化推薦

作者：李欣琪,張學新

摘要：個性化推薦通過收集和分析用戶的行為信息,預測用戶的興趣偏好并進行推薦,通過影響用戶的消費行為,從而產生經濟效益。個性化推薦歷經了基于統計學、基于內容、基于協同過濾、基于社交網絡和混合式推薦的發展歷程,雖然已取得了一定效果,但是仍然無法令人滿意。隨著人工智能時代的到來,多學科多領域的融合為個性化推薦提供了新的思路。本文首先回顧并分析了現有個性化推薦的主要方式、存在的問題和實際需求,然后根據管理學和心理學相關理論模型,提出人工智能時代的個性化推薦需要以人為本,關注用戶特征,通過構建用戶認知模型,評估用戶心理抗拒程度,建立不同用戶的消費動機模型,建立更全面的推薦評價體系。

發文機構：復旦大學社會發展與公共政策學院

關鍵詞：人工智能個性化推薦認知風格消費動機心理抗拒artificial intelligencepersonalized recommendationcognitive styleconsumer motivationpsychological resistance

分類號： F713.3[經濟管理—產業經濟]TP18[自動化與計算機技術—控制理論與控制工程]