基于商品特征和層次的協(xié)同過(guò)濾推薦系統(tǒng).pdf

1、隨著互聯(lián)網(wǎng)的普及和電子商務(wù)的發(fā)展，電子商務(wù)系統(tǒng)在為用戶提供越來(lái)越多選擇的同時(shí)，隨著信息的快速累積，用戶經(jīng)常會(huì)迷失在龐大的商品信息空間中，無(wú)法快速準(zhǔn)確的找到所需要的商品。電子商務(wù)中的商品推薦系統(tǒng)直接與用戶交互，模擬商店的銷售人員向用戶推薦商品，幫助用戶找到所需的商品，從而順利完成購(gòu)買過(guò)程。在日趨激烈的競(jìng)爭(zhēng)環(huán)境下，商品推薦系統(tǒng)有助于留住客戶、防止客戶流失，提高電子商務(wù)企業(yè)的銷售以及競(jìng)爭(zhēng)力。 個(gè)性化推薦系統(tǒng)在電子商務(wù)系統(tǒng)中具有良好的發(fā)

2、展和應(yīng)用前景，逐漸成為電子商務(wù)IT技術(shù)的一個(gè)重要研究?jī)?nèi)容，得到了研究者越來(lái)越多的關(guān)注。其中，協(xié)同過(guò)濾推薦技術(shù)是個(gè)性化推薦領(lǐng)域重點(diǎn)研究的問(wèn)題。本文主要針對(duì)協(xié)同過(guò)濾推薦技術(shù)展開研究。 文章首先分析了傳統(tǒng)的協(xié)同過(guò)濾推薦算法所存在的問(wèn)題：隨著電子商務(wù)系統(tǒng)用戶數(shù)目和商品數(shù)目的日益增加，整個(gè)項(xiàng)目空間上用戶評(píng)分?jǐn)?shù)據(jù)極端稀疏，使得推薦系統(tǒng)的推薦質(zhì)量難以提高。為了解決這個(gè)問(wèn)題，本文提出了一種基于商品層次和特征的協(xié)同過(guò)濾推薦算法。該算法在計(jì)算商品相

3、似度和用戶相似度時(shí)，吸收了User-based協(xié)同過(guò)濾算法和Item-based協(xié)同過(guò)濾算法的思想，并在此基礎(chǔ)上引入了商品特征和商品層次的概念，使得計(jì)算得出的商品相似度更加準(zhǔn)確。在預(yù)測(cè)用戶對(duì)商品的初步評(píng)分和最終評(píng)分的時(shí)候，也考慮了商品的分類，增加了預(yù)測(cè)結(jié)果的精確度，從而提高了推薦系統(tǒng)的推薦質(zhì)量。為了驗(yàn)證算法的有效性，文章使用MovieLens站點(diǎn)提供的數(shù)據(jù)集對(duì)算法進(jìn)行測(cè)試，并從多個(gè)方面與其他算法進(jìn)行了比較。結(jié)果表明：基于商品特征和層次的