基于市場(chǎng)模型的WEB個(gè)性化推薦研究.pdf

1、信息過(guò)載和資源迷向已成為制約人們高效使用WEB信息的瓶頸。信息過(guò)載是指用戶(hù)面對(duì)太多的WEB信息難以及時(shí)地消化、吸收；資源迷向則是指用戶(hù)不知道如何確切地表達(dá)其對(duì)網(wǎng)絡(luò)資源的需求，也無(wú)法準(zhǔn)確有效地尋找所需資源。而個(gè)性化推薦系統(tǒng)能夠根據(jù)用戶(hù)的興趣偏好主動(dòng)推薦他所需要的信息，能幫助人們快速尋找到有用信息，很好地解決了信息過(guò)載和資源迷向的問(wèn)題，因此在電子商務(wù)理論研究和實(shí)踐領(lǐng)域中受到了廣泛關(guān)注。
　　 目前有很多類(lèi)型的推薦系統(tǒng)，每種推薦系統(tǒng)都

2、使用了不同的算法來(lái)計(jì)算兩個(gè)相關(guān)對(duì)象的相似性，應(yīng)用不同的過(guò)濾技術(shù)來(lái)處理信息。然而，這些推薦算法一般都只適用于特定的應(yīng)用范圍，往往很難做到適用于各種不同情形。因此，隨著推薦技術(shù)的不斷研究和豐富，以及用戶(hù)興趣的時(shí)序變化，推薦系統(tǒng)中的混合技術(shù)研究逐漸受到重視。本文在分析了現(xiàn)有混合推薦技術(shù)的基礎(chǔ)上，針對(duì)目前研究還存在的一些問(wèn)題，通過(guò)引入一種新穎的混合方式——市場(chǎng)模型，建立了一個(gè)基于該混合方式的WEB個(gè)性化推薦系統(tǒng)模型。該模型允許多種推薦方法同時(shí)為

3、WEB用戶(hù)（非注冊(cè)用戶(hù)）產(chǎn)生推薦，并能使之協(xié)同工作，從而彌補(bǔ)了單一推薦方法的不足，滿(mǎn)足普遍的匿名WEB用戶(hù)的個(gè)性化服務(wù)需求。
　　 本文首先設(shè)計(jì)了基于市場(chǎng)拍賣(mài)的WEB個(gè)性化推薦系統(tǒng)模型，并詳盡地設(shè)計(jì)了市場(chǎng)拍賣(mài)流程；對(duì)市場(chǎng)拍賣(mài)流程中的幾個(gè)關(guān)鍵步驟進(jìn)行了深入探討。在設(shè)計(jì)市場(chǎng)拍賣(mài)的競(jìng)價(jià)定制策略時(shí)，本文引入了風(fēng)險(xiǎn)因子及風(fēng)險(xiǎn)效用的概念，從而使得市場(chǎng)拍賣(mài)模型的運(yùn)行機(jī)制更加符合市場(chǎng)經(jīng)濟(jì)規(guī)律。接著，本文借助市場(chǎng)經(jīng)濟(jì)蛛網(wǎng)模型和馬爾可夫模型對(duì)本文設(shè)