基于混合協(xié)同過濾的電子商務(wù)推薦系統(tǒng)的研究與應(yīng)用.pdf

1、因特網(wǎng)以驚人的速度發(fā)展著，它對人們生活的各個(gè)方面產(chǎn)生了深遠(yuǎn)的影響，改變了人們通信交流、獲取信息、進(jìn)行商業(yè)活動(dòng)等等的方式。當(dāng)今，電子商務(wù)已經(jīng)成為因特網(wǎng)一個(gè)非常有前景的應(yīng)用領(lǐng)域。隨著電子商務(wù)的快速發(fā)展，各種各樣的商品充斥在購物網(wǎng)站上。在數(shù)以百萬計(jì)的商品中，面臨的選擇令人眼花繚亂，以至于用戶越來越難以選擇他們感興趣的商品。在此背景下，推薦系統(tǒng)應(yīng)運(yùn)而生。推薦系統(tǒng)可以為每個(gè)特定的消費(fèi)者列出一系列推薦產(chǎn)品，以幫助他們快速地找到可能感興趣的商品。為此

2、，研究人員已經(jīng)提出了許多種推薦技術(shù)，其中，協(xié)同過濾是最成功的推薦算法，它已經(jīng)被廣泛應(yīng)用于許多不同的應(yīng)用中，但是存在的一些不足之處有待改進(jìn)。本文的主要工作如下：
　　1、本文使用矩陣分塊和最小堆的方法對協(xié)同過濾算法中最近鄰集合的查找過程進(jìn)行了研究和改進(jìn)，降低了對內(nèi)存空間的需求。
　　2、本文使用組合式數(shù)據(jù)填充的方式對協(xié)同過濾算法中使用的初始用戶評(píng)論數(shù)據(jù)矩陣進(jìn)行填充，以解決兩種傳統(tǒng)的協(xié)同過濾算法中均存在的“數(shù)據(jù)稀疏性”問題。通過

3、引入一個(gè)權(quán)重因子，將兩種算法組合起來，提出了一種基于用戶和物品的加權(quán)型混合協(xié)同過濾算法，融合兩者的優(yōu)勢，使得系統(tǒng)產(chǎn)生的推薦結(jié)果比較新穎又能夠?qū)Ξa(chǎn)生的推薦結(jié)果做出比較合理的解釋。
　　3、本文使用MovieLens數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)分析，結(jié)果表明加權(quán)型混合協(xié)同過濾算法計(jì)算所得的平均絕對誤差小于基于用戶的協(xié)同過濾算法和基于物品的協(xié)同過濾算法計(jì)算所得的平均絕對誤差，這就說明該加權(quán)型混合協(xié)同過濾算法在一定程度上提高了推薦結(jié)果的準(zhǔn)確度，并且其覆