電子商務(wù)推薦系統(tǒng)研究——新用戶和用戶興趣變化問(wèn)題研究.pdf

1、為解決由Internet的普及和迅速發(fā)展所帶來(lái)的信息超載問(wèn)題，電子商務(wù)推薦系統(tǒng)應(yīng)運(yùn)而生。它與用戶進(jìn)行交互，對(duì)用戶的興趣愛(ài)好進(jìn)行預(yù)測(cè)，從而推薦用戶所感興趣的產(chǎn)品，以保證用戶對(duì)企業(yè)的滿意度和忠誠(chéng)度。 現(xiàn)存的推薦系統(tǒng)在取得了一定成功的同時(shí)也顯示出相當(dāng)多的弱點(diǎn)，如個(gè)性化程度低，推薦效率低等。針對(duì)上述問(wèn)題，本文首先對(duì)電子商務(wù)推薦系統(tǒng)的基本概念和算法，尤其是協(xié)同過(guò)濾算法進(jìn)行了介紹及比較分析。然后分別針對(duì)目前推薦系統(tǒng)中研究較少的新用戶問(wèn)題和用

2、戶興趣隨時(shí)間而變化的問(wèn)題進(jìn)行了算法研究。分別提出了基于模糊聚類的推薦算法和基于客戶行為序列的推薦算法。 基于模糊聚類的推薦算法利用模糊聚類計(jì)算目標(biāo)用戶對(duì)產(chǎn)品的評(píng)分，利用產(chǎn)品相似性對(duì)相似產(chǎn)品進(jìn)行過(guò)濾，從而選擇合適的產(chǎn)品進(jìn)行推薦。 基于客戶行為序列的推薦算法將客戶歷史記錄時(shí)間進(jìn)行分段，并在各時(shí)間段對(duì)用戶進(jìn)行聚類，從而挖掘出客戶行為序列規(guī)則。將目標(biāo)客戶的行為序列與行為序列關(guān)聯(lián)規(guī)則進(jìn)行對(duì)比，并根據(jù)規(guī)則進(jìn)行推薦。 最后，通