基于多Agent的個性化推薦系統(tǒng)研究.pdf

1、隨著電子商務(wù)的不斷發(fā)展，過量的信息會使用戶迷失于其中，用戶為了找到感興趣的商品，通常不得不進(jìn)行多次搜索篩選，不僅會給用戶訪問電子商務(wù)網(wǎng)站帶來不便，并且會嚴(yán)重阻礙電子商務(wù)的發(fā)展。針對該問題，研究者提出了個性化推薦的解決方案，即當(dāng)用戶訪問電子商務(wù)網(wǎng)站時，系統(tǒng)能夠根據(jù)用戶的興趣和特征推薦用戶感興趣、有價值的信息。如何構(gòu)建推薦系統(tǒng)和推薦算法是該領(lǐng)域的研究重點(diǎn)。
　　 在個性化推薦系統(tǒng)構(gòu)建方面，本文提出了一個基于多Agent的個性化推薦系

2、統(tǒng)的框架模型，并對其中的Agent的設(shè)計(jì)，在線和離線兩個部分都給出了詳細(xì)的介紹，最后介紹了系統(tǒng)的運(yùn)作流程。該體系結(jié)構(gòu)可以極大地提高個性化推薦系統(tǒng)的智能性以及整體性能。電子商務(wù)網(wǎng)站中記錄的Web日志并不適合數(shù)據(jù)挖掘，因此需要進(jìn)行預(yù)處理將其轉(zhuǎn)化為適合進(jìn)行數(shù)據(jù)挖掘的完整的、可靠的數(shù)據(jù)。本文對Web日志數(shù)據(jù)的預(yù)處理技術(shù)進(jìn)行了研究，重點(diǎn)探討了用戶會話相似度的計(jì)算方法。
　　 在基于用戶會話聚類的推薦算法研究方面，傳統(tǒng)的聚類算法需要明確地將