電子商務(wù)推薦系統(tǒng)中協(xié)同過濾技術(shù)的研究.pdf

1、個(gè)性化推薦系統(tǒng)在電子商務(wù)領(lǐng)域具有良好的應(yīng)用前景，是電子商務(wù)技術(shù)中重要的研究內(nèi)容。推薦系統(tǒng)通過預(yù)測用戶的喜好對用戶做出推薦，為用戶進(jìn)行信息過濾。協(xié)同過濾是經(jīng)常被采用的解決信息過載問題的方法，是個(gè)性化推薦的主要方法之一。傳統(tǒng)的協(xié)同過濾主要存在著：精確性、數(shù)據(jù)稀疏與冷啟動的問題。
　　 本文首先介紹了電子商務(wù)與電子商務(wù)中個(gè)性化推薦的相關(guān)概念，接著對傳統(tǒng)協(xié)同過濾方法中存在的問題進(jìn)行進(jìn)一步的分析，在分析的基礎(chǔ)上，對傳統(tǒng)協(xié)同過濾方法提出相應(yīng)

2、的改進(jìn)方法。
　　 傳統(tǒng)協(xié)同過濾算法在構(gòu)建用戶評估矩陣時(shí)，對用戶未評分的項(xiàng)目簡單填充固定值。本文利用電子商務(wù)系統(tǒng)中商品屬于不同層次的特點(diǎn)，通過計(jì)算商品所屬層次的RF/IRF值，將RF/IRF值高層次中商品填入特定值。從而在一定程度上解決數(shù)據(jù)稀疏性和冷啟動問題。通過對傳統(tǒng)協(xié)同過濾項(xiàng)目推薦公式的擴(kuò)展，不再局限于最近鄰居用戶對某個(gè)商品的評價(jià)，而是將所有用戶評價(jià)整體考慮到推薦當(dāng)中。對于協(xié)同過濾技術(shù)面臨的擴(kuò)展性問題，對Sarwar等人提出