協(xié)同過濾推薦系統(tǒng)中隱性評分模型研究.pdf

1、隨著信息技術和社會經(jīng)濟的發(fā)展，電子商務同新月異。在傳統(tǒng)電子商務環(huán)境之下，為了提高用戶在電子商務系統(tǒng)中的體驗和滿足用戶的個性化需求，研究者提出了個性化推薦系統(tǒng)。該系統(tǒng)可以智能地為用戶推薦符合其個人興趣的商品。協(xié)同過濾推薦技術是這個領域的核心內(nèi)容，并且得到了廣泛的研究與應用。但是協(xié)同過濾推薦技術需要大量的評分數(shù)據(jù)作為基礎，這涉及到稀疏性問題。要求用戶主動給出評分，即使是在傳統(tǒng)的電子商務中，也會給用戶帶來不好的體驗。更何況在日漸興起的移動商務

2、環(huán)境之下，由于移動商務網(wǎng)絡帶寬窄、費用按流量計算，終端顯示能力弱、運算效率低等特點，想收集到足夠的評分數(shù)據(jù)是非常困難的。 本文對協(xié)同過濾推薦系統(tǒng)中隱性評分模型進行了研究，從而為電子商務和移動商務環(huán)境下的協(xié)同過濾推薦系統(tǒng)提供足夠的評分數(shù)據(jù)基礎。所謂隱性評分，就是在不中斷用戶正常瀏覽或購物行為的情況下，通過智能的分析方法得到用戶對項目的量化偏好，也即是評分。本論文在前人的研究基礎之上，總結了各類影響用戶隱性評分的指標，提出了三種計算

3、用戶隱性評分的模型。所提出的每個模型各有特點，適合于不同的電子商務和移動商務環(huán)境中的各種應用對象?；跁r間信息的隱性評分模型，其特點是基礎數(shù)據(jù)易于收集，計算簡單，但是其針對的項目對象較為特殊。基于購物籃數(shù)據(jù)的隱性評分模型，其特點是基礎數(shù)據(jù)較為容易收集，計算復雜，對象較為廣泛?；诰C合信息的隱性評分模型，其特點是基礎數(shù)據(jù)收集難度較大，計算復雜，可以應用于所有的推薦對像，準確性較高。同時，在提出每種模型之后，本論文都對其進行了實驗測評，對模