基于混合方法的電子商務(wù)推薦系統(tǒng)的研究與應(yīng)用.pdf

1、隨著互聯(lián)網(wǎng)的普及和電子商務(wù)的快速發(fā)展,電子商務(wù)系統(tǒng)提供更多選擇的同時,其結(jié)構(gòu)也變得更加復(fù)雜,用戶經(jīng)常會迷失在大量的商品信息空間中,無法順利找到自己所需商品。電子商務(wù)推薦系統(tǒng)解決了“信息迷航”和“信息過載”問題,實現(xiàn)了直接與用戶交互,幫助用戶快速找到他們真正所需購買的商品。電子商務(wù)推薦系統(tǒng)能有效保留用戶、防止客戶流失,提高電子商務(wù)系統(tǒng)的銷售量。但當前的電子商務(wù)推薦系統(tǒng)在實際運用中還相當不成熟,仍然存在推薦質(zhì)量不高、推薦實時性差、數(shù)據(jù)稀疏性

2、、冷啟動等問題。
　　 針對電子商務(wù)推薦系統(tǒng)面臨的主要挑戰(zhàn),本文通過文獻綜述分析了當前國內(nèi)外電子商務(wù)推薦系統(tǒng)研究現(xiàn)狀,歸納了主要推薦技術(shù)的優(yōu)缺點。在原有的組合推薦系統(tǒng)基礎(chǔ)上,推出一種基于內(nèi)容過濾、協(xié)同過濾和Web數(shù)據(jù)挖掘的混合方法推薦系統(tǒng),以協(xié)同過濾為主,內(nèi)容過濾為輔,利用內(nèi)容過濾來彌補協(xié)同過濾的缺點,解決數(shù)據(jù)的稀疏性問題和擴展性問題,同時結(jié)合基于Web數(shù)據(jù)挖掘的推薦技術(shù)綜合應(yīng)用,通過瀏覽器的方式進行用戶評分數(shù)據(jù)收集與推薦結(jié)果顯

3、示,解決非注冊用戶的行為模式,有效提高推薦系統(tǒng)的推薦質(zhì)量和推薦效率?；趨f(xié)同過濾產(chǎn)生的數(shù)據(jù)稀疏性問題,以及冷啟動和擴展性問題,恰恰可通過基于內(nèi)容過濾的推薦方法來進行改善,同時利用Web數(shù)據(jù)挖掘技術(shù)解決大量用戶信息,特別是非注冊用戶的行為模型,三種推薦方法的互補性使得各自的優(yōu)點均得到發(fā)揮。該混合推薦技術(shù)充分利用了用戶的相關(guān)信息,結(jié)合用戶隱性興趣和顯性興趣,使得推薦結(jié)果更符合用戶需求。本文的主要研究工作包括:(1)對當前國內(nèi)外主流推薦技術(shù)進