電子商務(wù)推薦系統(tǒng)中協(xié)調(diào)過濾算法的分析與研究.pdf

1、隨著互聯(lián)網(wǎng)和計(jì)算機(jī)技術(shù)的高速發(fā)展，用戶在結(jié)構(gòu)復(fù)雜的電子商務(wù)網(wǎng)站中，經(jīng)常會(huì)在大量的商品中迷失，無法尋到自己想要的商品。在這種情況下，電子商務(wù)個(gè)性化推薦系統(tǒng)就誕生了，個(gè)性化推薦系統(tǒng)根據(jù)用戶的興趣來過濾信息，并將用戶喜歡和關(guān)注的信息回饋推薦給用戶，幫助用戶高效率地發(fā)掘?qū)ψ约河袃r(jià)值的信息，其應(yīng)用前景廣泛，受到學(xué)術(shù)界和商業(yè)的廣泛關(guān)注。但是目前的個(gè)性化推薦技術(shù)還遠(yuǎn)沒有成熟，存在著很多亟待解決的問題，例如自身數(shù)據(jù)稀疏度問題、用戶自身興趣變化等問題。<

2、br>　　 目前個(gè)性化推薦系統(tǒng)中應(yīng)用最為廣泛和最為成功的技術(shù)是協(xié)同過濾技術(shù)，協(xié)同過濾的基本思想是：為用戶找到喜歡和關(guān)注的商品，首先需要找與這個(gè)用戶行為和口味相近的用戶，然后將相近用戶喜歡的物品推薦給目標(biāo)用戶。一般采用最近鄰居計(jì)算方法，利用用戶的歷史記錄來計(jì)算之間的相關(guān)距離，然后根據(jù)最近相鄰用戶的評(píng)分來推測(cè)目標(biāo)用戶對(duì)這類商品及相似商品的感興趣程度，使得個(gè)性化推薦系統(tǒng)能根據(jù)用戶的感興趣程度為用戶進(jìn)行個(gè)性化的推薦。
　　 論文對(duì)個(gè)性

3、化推薦系統(tǒng)進(jìn)行了深入研究，從各個(gè)方面討論了個(gè)性化推薦系統(tǒng)的基本原則、流程以及通用的推薦系統(tǒng)體系結(jié)構(gòu)，并對(duì)當(dāng)前協(xié)同過濾個(gè)性化推薦技術(shù)進(jìn)行了研究，分析了基于用戶的協(xié)同過濾算法和基于項(xiàng)目的協(xié)同過濾算法的實(shí)現(xiàn)，并對(duì)傳統(tǒng)協(xié)同過濾算法中影響推薦質(zhì)量的問題進(jìn)行了深入探討。
　　 論文使用了組合推薦方法對(duì)傳統(tǒng)協(xié)同過濾算法進(jìn)行改進(jìn)，并給出了仿真實(shí)驗(yàn)。實(shí)驗(yàn)表明，傳統(tǒng)協(xié)同過濾算法在準(zhǔn)確性和適應(yīng)性等方面都遠(yuǎn)遠(yuǎn)比不上使用了組合推薦的改進(jìn)算法，特別是在數(shù)據(jù)