協(xié)同過濾技術(shù)在電子商務(wù)個性化推薦系統(tǒng)中的研究與應(yīng)用.pdf

1、隨著網(wǎng)絡(luò)的日益普及，電子商務(wù)網(wǎng)已經(jīng)成為顧客購買商品的重要場所。然而，為了滿足用戶的需求，電子商務(wù)網(wǎng)中的商品量迅速膨脹，這使得用戶經(jīng)常迷失在浩瀚的商品信息中，難以找到自己滿意的商品。為了讓客戶能夠輕松的找到自己滿意的商品，給每位顧客安排一位商品導(dǎo)購員是迫切的需求。而電子商務(wù)推薦系統(tǒng)就是在這種需求下的產(chǎn)物。
　　協(xié)同過濾技術(shù)中應(yīng)用最廣泛的是基于用戶的協(xié)同過濾技術(shù)和基于項目的協(xié)同過濾技術(shù)。
　　基于用戶的協(xié)同過濾推薦系統(tǒng)在過去是非

2、常成功的，它根據(jù)用戶對項目評價的相似性對用戶進行分類，所得到的推薦結(jié)果是比較精確的,并且能夠容易挖掘出目標(biāo)用戶潛在的新興趣，即能夠?qū)崿F(xiàn)奇異發(fā)現(xiàn)。但是，這種推薦技術(shù)存在著明顯的可擴展性、數(shù)據(jù)稀疏性問題。
　　基于項目的協(xié)同過濾很大程度上解決了稀疏問題和冷開始問題。但該技術(shù)對用戶的推薦基礎(chǔ)只是建立在項目的相似性基礎(chǔ)上，因此只能給用戶推薦他熟悉的項目，不能作出跨類型(cross-genre)的推薦，缺乏“奇異發(fā)現(xiàn)”(serendipit

3、y)的能力。
　　本文首先對電子商務(wù)推薦系統(tǒng)進行了較深入的研究，詳細分析了各種個性化推薦技術(shù)在電子商務(wù)推薦領(lǐng)域的應(yīng)用現(xiàn)狀和前景。在此基礎(chǔ)之上，重點研究了電子商務(wù)推薦領(lǐng)域應(yīng)用最廣泛的推薦技術(shù)一協(xié)同過濾技術(shù)。然后對推薦系統(tǒng)的應(yīng)用實例一網(wǎng)上商城系統(tǒng)進行了需求分析，系統(tǒng)設(shè)計。對系統(tǒng)模塊進行了詳細劃分，并對每個模塊的功能需求進行了詳細分析。在系統(tǒng)實現(xiàn)部分，重點講述了推薦系統(tǒng)的實現(xiàn)，而推薦系統(tǒng)中最核心的就是推薦算法，通過對傳統(tǒng)的協(xié)同過濾算法的

4、研究與分析，提出了一種改進的協(xié)同過濾算法CIUCF，并詳細講述了改進算法的改進思路，算法表示，與算法流程。對改進的算法進行實現(xiàn)，詳細講述了推薦系統(tǒng)的架構(gòu)，并通過類圖方式設(shè)計出了推薦系統(tǒng)的類結(jié)構(gòu)。最后，在實驗部分，首先利用GroupLens提供的數(shù)據(jù)集綜合考慮各種因素，設(shè)計了5組實驗方案對改進的協(xié)同過濾算法進行了測試。然后對整個網(wǎng)上商城系統(tǒng)進行測試。實驗結(jié)果表明改進的協(xié)同過濾算法可以有效的傳統(tǒng)的協(xié)同過濾算法所面臨的問題，并且在推薦結(jié)果的精