電商平臺(tái)林產(chǎn)品個(gè)性化推薦算法研究.pdf

1、林產(chǎn)品以其具有的天然、環(huán)保、綠色的優(yōu)勢(shì)，成為了健康產(chǎn)品的主流選擇之一。電子商務(wù)平臺(tái)的不斷發(fā)展帶動(dòng)了林業(yè)產(chǎn)品推廣和銷售。但是隨著用戶和產(chǎn)品規(guī)模的不斷增多，出現(xiàn)了嚴(yán)重的“信息負(fù)載”問題，因此個(gè)性化推薦服務(wù)應(yīng)運(yùn)而生。個(gè)性化推薦服務(wù)能夠快速主動(dòng)挖掘潛在的購(gòu)買用戶，幫助用戶快速找到可能感興趣或喜歡的商品，不但可以增加網(wǎng)絡(luò)流量、提升營(yíng)業(yè)收入，同時(shí)還能夠加強(qiáng)用戶對(duì)于網(wǎng)站的忠誠(chéng)度以及用戶體驗(yàn)。電子商務(wù)平臺(tái)對(duì)于產(chǎn)品的推薦大多是基于協(xié)同過濾推薦算法，該算法

2、是迄今為止應(yīng)用最成功的個(gè)性化推薦算法，被廣泛的應(yīng)用到很多領(lǐng)域中。但是隨著互聯(lián)網(wǎng)的快速普及，使得電商平臺(tái)用戶、產(chǎn)品規(guī)模的不斷擴(kuò)大，協(xié)同過濾算法遇到嚴(yán)重的數(shù)據(jù)稀疏性問題，導(dǎo)致推薦的精度和可擴(kuò)展性都在急劇下降。
　　文中對(duì)協(xié)同過濾算法進(jìn)行深入學(xué)習(xí)和研究過后，提出了一種基于Weighted SlopeOne(簡(jiǎn)稱WSO)的K-means個(gè)性化林產(chǎn)品推薦算法，該算法首先將WSO算法進(jìn)行產(chǎn)品打分的思想應(yīng)用于高維稀疏用戶-產(chǎn)品評(píng)分矩陣的填充上，

3、然后使用改進(jìn)的K-means算法對(duì)用戶進(jìn)行聚類生成用戶類簇，最后在每個(gè)類簇內(nèi)為目標(biāo)用戶實(shí)現(xiàn)推薦服務(wù)。文中以MovieLens數(shù)據(jù)集為數(shù)據(jù)源進(jìn)行對(duì)比試驗(yàn)，經(jīng)仿真表明，文中的算法能夠有效地提升推薦的精度和可擴(kuò)展性。以Apache Mahout為實(shí)驗(yàn)平臺(tái)，將文中提出的基于WSO的K-means個(gè)性化林產(chǎn)品推薦算法應(yīng)用于京東商城的林產(chǎn)品購(gòu)買評(píng)分中，實(shí)驗(yàn)結(jié)果表明，文中提出算法的precision、recall、MAE指標(biāo)反應(yīng)良好，適宜將文中提出的