基于熵和市場值函數(shù)的推薦系統(tǒng)算法研究與評價(jià).pdf

1、隨著信息技術(shù)的不斷發(fā)展,電子商務(wù)帶來的經(jīng)濟(jì)效益和社會(huì)效益越來越大。不少傳統(tǒng)行業(yè)都采用了這種新的商業(yè)模式。推薦技術(shù)伴隨著這種趨勢應(yīng)運(yùn)而生,并且以其在搜索以及電子商務(wù)等領(lǐng)域所帶來的良好效果越來越為人們所熟知。
　　 目前,推薦技術(shù)作為Web智能等研究領(lǐng)域的重要研究內(nèi)容,已經(jīng)成為科學(xué)研究人員的研究熱點(diǎn)。本文針對其中的協(xié)同過濾推薦技術(shù)和目標(biāo)營銷統(tǒng)一框架模型進(jìn)行了研究。主要工作為:
　　 1.協(xié)同過濾以其所帶來的良好效果使其成為目

2、前應(yīng)用最為廣泛的推薦技術(shù)。但是由于其本身的算法特點(diǎn)和現(xiàn)有的相似度計(jì)算方法使其面對現(xiàn)實(shí)世界中廣泛的稀疏數(shù)據(jù)時(shí)有一定的缺點(diǎn)。針對這一問題,本文借鑒條件熵、互信息等與熵相關(guān)的多種重要度量方法來描述產(chǎn)品間的相關(guān)關(guān)系。基于此,構(gòu)建了基于熵的協(xié)同過濾推薦模型。實(shí)驗(yàn)表明本文提出的方法在稀疏數(shù)據(jù)中是有效的。
　　 2.從目標(biāo)營銷統(tǒng)一框架模型中,可以看出面向顧客的目標(biāo)營銷系統(tǒng)、面向產(chǎn)品的目標(biāo)營銷系統(tǒng)以及四個(gè)子模型為目標(biāo)營銷提供了多數(shù)據(jù)源中多側(cè)面的

3、分析。模型的構(gòu)建以及其基本算法的設(shè)計(jì)都以市場值函數(shù)為基礎(chǔ)。面對當(dāng)今電子商務(wù)領(lǐng)域越來越多的多級(jí)評分形式的數(shù)據(jù),該統(tǒng)一框架模型下還缺乏好的市場值函數(shù)模型。針對這一問題,本文對目標(biāo)營銷統(tǒng)一框架模型下的市場值函數(shù)進(jìn)行了改進(jìn),將評分?jǐn)?shù)據(jù)充分利用了起來,使得高評分項(xiàng)中的屬性值對于市場值貢獻(xiàn)更大。
　　 總之,本文從熵和市場值函數(shù)兩個(gè)角度出發(fā)研究了推薦系統(tǒng)算法。采用了多種評價(jià)方法來從不同的側(cè)面反映了基于熵的統(tǒng)一框架模型的推薦效果;同時(shí)為目標(biāo)營