基于用戶-項(xiàng)目的混合協(xié)同過濾技術(shù)的應(yīng)用研究.pdf

1、隨著Internet的普及和電子商務(wù)的廣泛應(yīng)用,用戶在體驗(yàn)了網(wǎng)上購物所帶來的極大便捷的同時(shí),也面臨著網(wǎng)上信息過載所造成的困境,用戶在海量的商品信息中難以尋找自身感興趣和需要的商品,不利于未來電子商務(wù)的高速發(fā)展。為了適應(yīng)廣大用戶的需求,研究以用戶為中心模式下的電子商務(wù)推薦系統(tǒng)的推薦算法,以獲取用戶的好感和創(chuàng)造更大的商業(yè)價(jià)值,具有廣泛的應(yīng)用價(jià)值和研究意義。
　　 本文圍繞以用戶為中心模式下的電子商務(wù)推薦系統(tǒng)的關(guān)鍵技術(shù)——C2B模式下

2、協(xié)同過濾技術(shù)的研究和改進(jìn)展開的,主要完成了以下工作:
　　 (1)分析了C2B電子商務(wù)模式下協(xié)同過濾技術(shù)面臨的嚴(yán)峻挑戰(zhàn),主要包括數(shù)據(jù)的稀疏性問題、冷啟動問題和可擴(kuò)展性問題三大方面。針對稀疏性和冷啟動問題,本文提出了一種基于用戶和項(xiàng)目模型的混合協(xié)同過濾算法。
　　 (2)為了使該算法比傳統(tǒng)算法更能代表用戶的特征屬性并具有更高的用戶預(yù)測準(zhǔn)確度,本文采用經(jīng)過統(tǒng)計(jì)后的用戶特征向量代替原始評分向量構(gòu)建用戶興趣模型;引入評價(jià)因子S對

3、原始項(xiàng)目相似性度量公式進(jìn)行修正,計(jì)算項(xiàng)目相似性構(gòu)建項(xiàng)目興趣模型,以提高項(xiàng)目預(yù)測的相似度;引入控制因子α對用戶和項(xiàng)目預(yù)測評分兩方面進(jìn)行加權(quán)綜合預(yù)測,可一定程度上緩解系統(tǒng)初期的“冷啟動”問題,最終提高系統(tǒng)推薦質(zhì)量。
　　 (3)設(shè)計(jì)對應(yīng)的實(shí)驗(yàn)方案,驗(yàn)證基于用戶-項(xiàng)目的混合協(xié)同過濾算法的可行性。采用公認(rèn)的MovieLens協(xié)同過濾算法實(shí)驗(yàn)數(shù)據(jù)集對改進(jìn)算法進(jìn)行仿真實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,在用戶-項(xiàng)目評分?jǐn)?shù)據(jù)集極端稀疏的情況下,基于用戶-項(xiàng)目