電子商務個性化推薦系統(tǒng)中協(xié)同過濾算法的研究與應用.pdf

1、隨著網(wǎng)絡技術的發(fā)展和不斷完善,電子商務已經(jīng)覆蓋了整個營銷網(wǎng)絡,成為一種新的商務通信通道,為了使用戶得到更好的購買體驗,個性化的推薦系統(tǒng)漸漸興起。個性化推薦系統(tǒng)對網(wǎng)站的歷史記錄進行分析,挖掘用戶興趣,預測并推薦用戶可能感興趣的商品。協(xié)同過濾技術是個性化推薦系統(tǒng)中較常用的推薦技術,但是隨著個性化推薦系統(tǒng)的發(fā)展及應用,該技術存在的稀疏性、冷啟動、可擴展性等問題日益成為推薦的瓶頸。
　　 經(jīng)過深入的研究和分析,本文對傳統(tǒng)的協(xié)同過濾算法進

2、行了改進。改進的方法是首先在概念分層技術的基礎上,采用項目評分度等概念,對用戶-項目評分矩陣進行縮減,構建用戶-項目評分候選集,提高推薦算法的可擴展性;其次引入“項目客觀特征偏向”和“興趣偏向度”概念,并對稀疏的用戶-項目評分候選集進行更加合理的填充,以緩解數(shù)據(jù)稀疏性和冷啟動問題帶來的影響;最后在預測項目評分時,使用用戶對一類項目的評分平均值來度量用戶的評分習慣,提出基于項目類評分尺度的推薦公式,以提高預測準確性。
　　 經(jīng)過實