智能推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著電子商務(wù)規(guī)模的進(jìn)一步擴(kuò)大，為顧客提供越來(lái)越多選擇的同時(shí)，其結(jié)構(gòu)也變得更加復(fù)雜。一方面，顧客面對(duì)大量的商品信息束手無(wú)策，經(jīng)常會(huì)迷失在大量的商品信息空間中，無(wú)法順利找到自己需要的商品；另一方面，商家數(shù)據(jù)庫(kù)里保存著大量顧客的信息，當(dāng)商家有商品需要促銷時(shí)，無(wú)法從大量的顧客中找到正確的促銷對(duì)象。智能推薦系統(tǒng)模擬商店銷售人員向顧客提供商品推薦，幫助顧客找到所需商品，從而順利完成購(gòu)買過(guò)程，因此可以有效保留顧客，提高電子商務(wù)系統(tǒng)的銷售；同時(shí)，商家也

2、可以通過(guò)智能推薦系統(tǒng)針對(duì)某項(xiàng)商品發(fā)現(xiàn)潛在的顧客，進(jìn)行有針對(duì)性的促銷，在節(jié)省促銷成本的同時(shí)提高商品促銷的響應(yīng)率。 智能推薦系統(tǒng)在電子商務(wù)系統(tǒng)中具有良好的發(fā)展和應(yīng)用前景，逐漸成為網(wǎng)絡(luò)智能和電子商務(wù)信息技術(shù)的一個(gè)重要研究?jī)?nèi)容，得到越了來(lái)越多研究者的關(guān)注。 智能推薦系統(tǒng)在研究領(lǐng)域獲得了廣泛關(guān)注，在實(shí)際的電子商務(wù)系統(tǒng)中也得到了廣泛應(yīng)用。但是，隨著電子商務(wù)系統(tǒng)規(guī)模越來(lái)越大，智能推薦系統(tǒng)也面臨著一系列挑戰(zhàn)。本文針對(duì)智能推薦系統(tǒng)中的某些

3、熱點(diǎn)問(wèn)題進(jìn)行了有益的研究和探索。 本文主要對(duì)協(xié)同過(guò)濾推薦技術(shù)的數(shù)據(jù)稀疏性問(wèn)題以及目標(biāo)營(yíng)銷所處理的數(shù)據(jù)具有類別不均衡的特點(diǎn)進(jìn)行了研究：將統(tǒng)計(jì)相似模型應(yīng)用到協(xié)同過(guò)濾的相似用戶計(jì)算中克服稀疏性問(wèn)題對(duì)相似用戶計(jì)算的影響以及將特異性應(yīng)用到目標(biāo)營(yíng)銷中，解決數(shù)據(jù)的類別不均衡問(wèn)題。 本文的主要研究成果如下： 在協(xié)同過(guò)濾推薦技術(shù)中，每個(gè)用戶一般都只對(duì)很少的項(xiàng)目做出評(píng)價(jià)，整個(gè)數(shù)據(jù)矩陣變得非常稀疏，一般都在1％以下，這種情況帶來(lái)的問(wèn)題

4、是得到用戶間的相似性不準(zhǔn)確，鄰居用戶不可靠。本文將統(tǒng)計(jì)相似模型應(yīng)用到協(xié)同過(guò)濾的相似用戶的計(jì)算當(dāng)中克服稀疏性問(wèn)題對(duì)相似用戶計(jì)算的影響。 目標(biāo)營(yíng)銷所處理的數(shù)據(jù)具有類別不均衡的特點(diǎn)，在大多數(shù)目標(biāo)營(yíng)銷的現(xiàn)實(shí)數(shù)據(jù)集中實(shí)際購(gòu)買商品的顧客只占1％左右，文中利用現(xiàn)實(shí)數(shù)據(jù)中類別不平衡的特點(diǎn)，通過(guò)特異性對(duì)顧客排序，從而找出具有市場(chǎng)價(jià)值的顧客。實(shí)驗(yàn)表明挖掘顧客數(shù)據(jù)的特異性將有助于解決目標(biāo)營(yíng)銷問(wèn)題，文中采用的方法是有效的。 實(shí)現(xiàn)了一個(gè)智能推薦原