商品導(dǎo)購方法與關(guān)鍵技術(shù)研究.pdf

1、網(wǎng)絡(luò)購物正在成為越來越多人生活中不可或缺的一部分。伴隨電子商務(wù)用戶量的迅猛增長，線上電商平臺的商品數(shù)量也有了極大的豐富，面對海量的商品選擇，消費(fèi)者很難從中挑選出自己真正需要購買的商品。商品導(dǎo)購是第三方平臺解決這一問題的主要方式。然而，現(xiàn)有的第三方導(dǎo)購應(yīng)用大都還處于手工作坊階段，非常依賴于網(wǎng)站編輯的人工發(fā)現(xiàn)和手工推薦，缺乏定制化與個性化。
　　本文立足于利用推薦算法構(gòu)建一個智能的商品導(dǎo)購系統(tǒng)——最可買zuikemai.com，圍繞著

2、針對用戶的商品、商品集、商品分類以及商品相關(guān)文章等的推薦，對其中遇到的一些問題進(jìn)行深入探索和研究:
　　(1)將對產(chǎn)品集合的推薦作為一種新的模式引入到推薦系統(tǒng)中來，擴(kuò)展了傳統(tǒng)的用戶-產(chǎn)品推薦模式，并提出了一種基于組合評分值的協(xié)同過濾集合推薦算法，用以解決集合推薦問題。
　　(2)引入了一種新的視角，將針對用戶的產(chǎn)品推薦視為分類推薦的一種特例，即認(rèn)為每個產(chǎn)品是一個最小的分類，構(gòu)成分類樹上的一個葉子節(jié)點(diǎn)，因此，產(chǎn)品分類推薦其實是

3、對產(chǎn)品推薦的擴(kuò)展。對于產(chǎn)品的推薦，本文提出了一種基于稀疏度的分類粒度動態(tài)選擇算法，用以選擇合適的分類粒度，結(jié)合分類粒度內(nèi)的產(chǎn)品排序，我們可以得到對用戶的產(chǎn)品推薦。本文提出算法一定程度上可以解決數(shù)據(jù)稀疏性問題。
　　(3)對于新用戶冷啟動問題，本文提出了一種基于利用開放平臺如新浪微博數(shù)據(jù)的用戶聚類的協(xié)同過濾算法，嘗試?yán)猛獠繑?shù)據(jù)來解決冷啟動問題。
　　(4)對于商品和文章的相互推薦問題，本文提出了一種基于組合關(guān)聯(lián)度的協(xié)同過濾算