基于內(nèi)容的相關(guān)書(shū)籍推薦技術(shù)研究.pdf

1、目前電子商務(wù)推薦系統(tǒng)較多的采用協(xié)同過(guò)濾的技術(shù)為用戶(hù)提供推薦商品。但是協(xié)同過(guò)濾的方法存在如下的不足，即：需要根據(jù)用戶(hù)興趣信息或評(píng)價(jià)信息才能為用戶(hù)作出推薦，因此對(duì)于用戶(hù)規(guī)模較小的網(wǎng)站無(wú)法用該方式給出推薦結(jié)果。于是本文轉(zhuǎn)換研究視角，側(cè)重挖掘商品與商品之間的相互關(guān)系，試圖在不考慮具體用戶(hù)的前提下，利用商品之間的內(nèi)在聯(lián)系為商品瀏覽者提供相關(guān)推薦。就本文來(lái)說(shuō)，我們以書(shū)籍商品作為研究對(duì)象，利用書(shū)籍與書(shū)籍之間內(nèi)容上的聯(lián)系性，為書(shū)籍作出相關(guān)推薦。當(dāng)用戶(hù)查

2、詢(xún)購(gòu)買(mǎi)或者瀏覽書(shū)籍時(shí)，其他書(shū)籍會(huì)因與查詢(xún)或?yàn)g覽的書(shū)籍內(nèi)容相關(guān)而得到推薦，以方便用戶(hù)。本文的研究?jī)?nèi)容主要包括以下四個(gè)部分：
　　第一，根據(jù)電子商務(wù)網(wǎng)站書(shū)籍推薦系統(tǒng)不可能提供全部書(shū)籍內(nèi)容的特點(diǎn)，本文提出了一種基于書(shū)籍屬性相似的推薦方法：利用網(wǎng)絡(luò)上常見(jiàn)的描述書(shū)籍內(nèi)容的屬性字段，結(jié)合文本相似性的度量方法，給出了本文第一種基于內(nèi)容的書(shū)籍推薦策略。這種推薦方法得到的推薦書(shū)籍一般與原書(shū)籍內(nèi)容相似，從而可以讓用戶(hù)在更多的候選中選擇適合自己閱讀水平

3、的書(shū)籍；
　　第二，針對(duì)有些用戶(hù)更傾向于關(guān)注內(nèi)容相關(guān)而非內(nèi)容相似的書(shū)籍的問(wèn)題，本文提出了一種基于詞語(yǔ)相關(guān)度度量書(shū)籍文檔相關(guān)性的計(jì)算方法，并用此方法給出書(shū)籍推薦結(jié)果。這種推薦策略側(cè)重推薦與原書(shū)籍內(nèi)容相關(guān)的書(shū)籍，從而可以讓用戶(hù)查詢(xún)或?yàn)g覽目標(biāo)書(shū)籍時(shí)獲得更多相關(guān)書(shū)籍的信息；
　　第三，針對(duì)推薦系統(tǒng)中常見(jiàn)的由于數(shù)據(jù)量大而導(dǎo)致推薦速度較慢問(wèn)題，本文利用聚類(lèi)分析技術(shù)先將書(shū)籍文檔分成小的類(lèi)簇，再在類(lèi)簇中進(jìn)行書(shū)籍推薦的方法以降低算法復(fù)雜性；<