基于家居裝飾系統(tǒng)的方案推薦算法研究與應(yīng)用.pdf

1、隨著家居電商的進(jìn)一步發(fā)展，用戶對(duì)個(gè)性化推薦的需求與日俱增，各種各樣的推薦算法開(kāi)始應(yīng)用其中。傳統(tǒng)的聚類推薦算法，每個(gè)參與的用戶或物品只能屬于一種類別，因此很難描述每個(gè)參與聚類的對(duì)象多個(gè)方面的特性?；趦?nèi)存的協(xié)同過(guò)濾推薦算法和聚類改進(jìn)的協(xié)同過(guò)濾推薦算法預(yù)測(cè)準(zhǔn)確度不高，且難以解決數(shù)據(jù)稀疏帶來(lái)的影響。
　　針對(duì)這些不足之處，本文提出了一種混合推薦算法LPHRA。該算法提高了預(yù)測(cè)準(zhǔn)確度，解決了數(shù)據(jù)稀疏性帶來(lái)的應(yīng)用局限性。本文的主要研究成果如

2、下：
　　1.針對(duì)LSPM在物品類別推薦方面存在的不足，提出影響因子，對(duì)其中的關(guān)鍵算法EM算法進(jìn)行參數(shù)的改進(jìn)。實(shí)驗(yàn)證明影響因子提高了預(yù)測(cè)的準(zhǔn)確度。EM算法允許用戶以及物品屬性可以屬于多個(gè)隱類，適用性更強(qiáng)。LSPM對(duì)于新加入的用戶也能夠進(jìn)行較為準(zhǔn)確的推薦。
　　2. LPHRA對(duì)某一類別物品的具體推薦通過(guò)PVH衡量。在物品的某一類別中，選取一些PVH屬性良好的物品，加入推薦列表，這樣可以根據(jù)用戶的瀏覽習(xí)慣得到個(gè)性化的推薦。實(shí)驗(yàn)