基于聚類和會話情景的混合推薦算法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的普及,電子商務(wù)已經(jīng)成為人們生活當(dāng)中不可或缺的一種消費方式。同時網(wǎng)絡(luò)上也充斥著海量的商品信息,信息過載使用戶不能有效的獲取自己感興趣的信息,降低了信息的使用效率。以搜索引擎為代表的信息檢索系統(tǒng)是幫助用戶篩選信息的重要手段,但是搜索引擎不能根據(jù)用戶的個性化需求,主動提供有效信息給用戶。個性化推薦系統(tǒng)能夠滿足用戶的個性化需求,也是目前解決信息過載的最有效工具。
　　常見的個性化推薦方法有基于內(nèi)容的推薦和協(xié)同過濾推薦?；?/p>

2、內(nèi)容的方法是根據(jù)用戶已經(jīng)評分項目的特點構(gòu)建用戶的興趣模型,再把符合這個模型的項目推薦給用戶;協(xié)同過濾要找到與目標(biāo)用戶的最相似的用戶,通過相似用戶的評分來預(yù)測目標(biāo)用戶的評分,再把評分高的項目推薦給用戶,這兩種方法都有各自的優(yōu)點。但是在應(yīng)用到電子商務(wù)領(lǐng)域時,都沒有考慮到用戶購買需求的多樣性和實時變化的特點。
　　本文提出一種新的應(yīng)用于電子商務(wù)的混合推薦算法,該算法把基于內(nèi)容的推薦和協(xié)同過濾推薦相結(jié)合。先基于用戶的背景知識對于用戶進(jìn)行聚