电子商务网站用户体验信息个性化推荐应用研究

传统个性化推荐应用存在与用户实际需求信息匹配度低的问题,为此设计了一种电子商务网站用户体验信息个性化推荐方法。通过分析数据清洗工作流程,设计用户体验信息个性化推荐应用算法,并根据用户在网站上的相关行为,计算用户个性推荐项目相似度。整合用户对个性化推荐的反馈数据,提供用户在网站体验的个性化信息,以此完成对用户体验信息个性化推荐。此外,采用设计仿真实验的方式,验证了用户经过提出的个性化推荐后,在电子商务网站的平均浏览时长增多,证明推荐的个性化内容与用户的实际信息需求匹配度较高。