電子商務(wù)推薦系統(tǒng)中協(xié)調(diào)過濾算法的分析與研究.pdf

1、隨著互聯(lián)網(wǎng)和計算機技術(shù)的高速發(fā)展，用戶在結(jié)構(gòu)復(fù)雜的電子商務(wù)網(wǎng)站中，經(jīng)常會在大量的商品中迷失，無法尋到自己想要的商品。在這種情況下，電子商務(wù)個性化推薦系統(tǒng)就誕生了，個性化推薦系統(tǒng)根據(jù)用戶的興趣來過濾信息，并將用戶喜歡和關(guān)注的信息回饋推薦給用戶，幫助用戶高效率地發(fā)掘?qū)ψ约河袃r值的信息，其應(yīng)用前景廣泛，受到學術(shù)界和商業(yè)的廣泛關(guān)注。但是目前的個性化推薦技術(shù)還遠沒有成熟，存在著很多亟待解決的問題，例如自身數(shù)據(jù)稀疏度問題、用戶自身興趣變化等問題。<

2、br>　　 目前個性化推薦系統(tǒng)中應(yīng)用最為廣泛和最為成功的技術(shù)是協(xié)同過濾技術(shù)，協(xié)同過濾的基本思想是：為用戶找到喜歡和關(guān)注的商品，首先需要找與這個用戶行為和口味相近的用戶，然后將相近用戶喜歡的物品推薦給目標用戶。一般采用最近鄰居計算方法，利用用戶的歷史記錄來計算之間的相關(guān)距離，然后根據(jù)最近相鄰用戶的評分來推測目標用戶對這類商品及相似商品的感興趣程度，使得個性化推薦系統(tǒng)能根據(jù)用戶的感興趣程度為用戶進行個性化的推薦。
　　 論文對個性

3、化推薦系統(tǒng)進行了深入研究，從各個方面討論了個性化推薦系統(tǒng)的基本原則、流程以及通用的推薦系統(tǒng)體系結(jié)構(gòu)，并對當前協(xié)同過濾個性化推薦技術(shù)進行了研究，分析了基于用戶的協(xié)同過濾算法和基于項目的協(xié)同過濾算法的實現(xiàn)，并對傳統(tǒng)協(xié)同過濾算法中影響推薦質(zhì)量的問題進行了深入探討。
　　 論文使用了組合推薦方法對傳統(tǒng)協(xié)同過濾算法進行改進，并給出了仿真實驗。實驗表明，傳統(tǒng)協(xié)同過濾算法在準確性和適應(yīng)性等方面都遠遠比不上使用了組合推薦的改進算法，特別是在數(shù)據(jù)