基于用戶興趣的個性化推薦技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)的普及和電子商務(wù)的發(fā)展，電子商務(wù)系統(tǒng)在為用戶提供越來越多選擇的同時，其結(jié)構(gòu)也變得更加復雜，用戶經(jīng)常會迷失在大量的商品信息空間中，無法順利找到自己需要的商品。電子商務(wù)推薦系統(tǒng)直接與用戶交互，模擬商店銷售人員向用戶提供商品推薦，幫助用戶找到所需商品，從而順利完成購買過程。在日趨激烈的競爭環(huán)境下，電子商務(wù)推薦系統(tǒng)能有效保留用戶、防止用戶流失，提高電子商務(wù)系統(tǒng)的銷售。
　　 推薦系統(tǒng)在電子商務(wù)系統(tǒng)中具有良好的發(fā)展和應(yīng)用前景，逐

2、漸成為電子商務(wù)IT技術(shù)的一個重要研究內(nèi)容，得到了越來越多研究者的關(guān)注。
　　 目前，雖然電子商務(wù)中的商品推薦系統(tǒng)在理論和實踐中都得到了很大發(fā)展，但是隨著電子商務(wù)系統(tǒng)規(guī)模的進一步擴大，商品推薦系統(tǒng)也面臨一系列挑戰(zhàn)。針對商品推薦系統(tǒng)所面臨的主要挑戰(zhàn)，本文在以下三個方面對電子商務(wù)推薦系統(tǒng)進行了有益的探索和研究。
　　 第一，提出了用戶興趣遷移周期的概念，并在傳統(tǒng)的協(xié)同過濾算法基礎(chǔ)上引入了時間函數(shù)并把它和用戶興趣遷移周期函數(shù)有機

3、的加以結(jié)合。在過往電子商務(wù)推薦系統(tǒng)中，普遍使用協(xié)同過濾推薦算法，而在大型電子商務(wù)系統(tǒng)中，由于用戶的喜好對于供其選擇的商品來說可能是有矛盾的，協(xié)同過濾推薦算法并不能很好的解決這個問題；另外，優(yōu)秀的推薦系統(tǒng)應(yīng)該能根據(jù)用戶的喜好程度對某類商品各種選擇進行排序，然后按照這種排序把推薦結(jié)果提供給用戶，基于用戶興趣遷移周期理論的算法可以滿足這兩種要求。
　　 第二，改進了傳統(tǒng)的協(xié)同過濾算法在相似度計算過程中初始閾值不夠合理的問題，通過這種改

4、進一方面能夠弱化在算法實現(xiàn)過程中人的主觀性對閾值設(shè)置的影響，簡化了紛繁復雜的判斷過程，使推薦系統(tǒng)更具有人性化；另一方面極大地提高了系統(tǒng)的推薦精度和推薦質(zhì)量。
　　 第三，在應(yīng)用上，以移動電子商務(wù)為背景，分析了移動電子商務(wù)推薦系統(tǒng)結(jié)構(gòu)、功能，并把基于用戶興趣遷移周期理論的算法和初始閾值優(yōu)化算法應(yīng)用在系統(tǒng)上。
　　 本文的主要研究成果如下：
　　 1).提出了用戶興趣遷移周期的理論，并把用戶興趣遷移周期同時間函數(shù)相結(jié)