基于用戶興趣的可信購物推薦服務系統(tǒng)實現(xiàn).pdf

1、隨著互聯(lián)網的發(fā)展，網絡商品各色各樣，種類越來越繁多，在網絡購物多重不安定因素下，人們在網絡有效購物也越來越困難，購物效率也會隨之下降，制約我國電子商務的發(fā)展。
　　隨著網上信息數(shù)量和商品種類的急速增長對推薦系統(tǒng)提出了嚴峻的挑戰(zhàn)，基于用戶的協(xié)同過濾推薦中的用戶興趣的定位問題和購買產品的風險評估問題急待解決。
　　本文對傳統(tǒng)的基于用戶的協(xié)同過濾算法改進，形成一套基于用戶興趣的可信購物推薦服務系統(tǒng)。該方法通過對用戶興趣元數(shù)據進行分

2、析形成用戶興趣分類，產生不同興趣類的數(shù)據集，通過對不同類的數(shù)據集分別進行協(xié)同過濾算法訓練，產生各個興趣類對應的最優(yōu)模型，進而對目標用戶未評分的項目進行預測，最后對預測推薦的項目采用信用風險評判并過濾掉高風險項目，實現(xiàn)推薦的項目是可信的。
　　本文的主要工作有以下幾個方面:
　　1)設計了基于用戶興趣的可信購物推薦服務系統(tǒng)架構，主要由數(shù)據預處理子系統(tǒng)、推薦子系統(tǒng)、交互控制系統(tǒng)、存儲子系統(tǒng)、數(shù)據后處理子系統(tǒng)、確認子系統(tǒng)組成。

3、r>　　2)設計了用戶興趣樹，用于從空間和時間維度上描述用戶興趣;實現(xiàn)了興趣樹的構造和更新算法。
　　3)對當前協(xié)同過濾算法進行適當改進，設計并實現(xiàn)了推薦子系統(tǒng)，提高了推薦商品的質量和效率;根據推薦系統(tǒng)的輸入和輸出要素設計并實現(xiàn)了支撐用戶人機交互的交互控制子系統(tǒng)。
　　4)設計并實現(xiàn)了基于興趣樹的推薦模型訓練方法，可基于用戶興趣樹對用戶商品聚類，并通過協(xié)同過濾訓練算法訓練模型。
　　5)綜合評估用戶商品購買風險，設計并