随机森林算法下列表级排序学习推荐系统设计

为满足用户在信息过载情况下的隐式查询需求，设计随机森林算法下列表级排序学习推荐系统。用户登录系统后在用户层各界面操作产生操作信息，通过控制层将用户操作信息传输至处理层；由处理层数据采集模块采集用户感兴趣信息及数据，并将数据统一储存至数据层人机交互信息数据库中，处理层信息推荐模块依据数据层中人机交互信息数据，采用排序学习算法构建列表级排序学习推荐列表，利用随机森林算法作为构建推荐列表的学习方法，选取输出类别最多的决策树作为系统推荐结果；控制层将推荐信息传输至用户层推荐界面完成推荐系统对用户的专属信息推荐。系统测试结果表明，该系统可实现用户偏好内容推荐，推荐准确率为0.9以上，系统整体性能较好。