基于用戶協(xié)同過(guò)濾推薦技術(shù)的研究與實(shí)現(xiàn).pdf

1、隨著網(wǎng)絡(luò)信息的爆炸式增長(zhǎng)，給信息的使用者帶來(lái)了極大的困難。目前解決信息過(guò)載問(wèn)題可通過(guò)一種信息過(guò)濾的方法即智能推薦技術(shù)。目前比較重要的幾種推薦算法是基于協(xié)同過(guò)濾的推薦、基于內(nèi)容的推薦和基于知識(shí)的推薦?；趨f(xié)同過(guò)濾的推薦算法是基于用戶對(duì)商品的評(píng)分或者購(gòu)買收藏等行為模式來(lái)為用戶提供個(gè)性化的推薦?；谟脩魠f(xié)同過(guò)濾的推薦方法有幾個(gè)關(guān)鍵步驟。一是計(jì)算相似度，相似度的計(jì)算可以根據(jù)情況不同選擇不同的計(jì)算方法。常用的方法有Pearson相關(guān)系數(shù)法、余弦相

2、似度法、Spearman法等。二是選擇用戶近鄰，在選擇時(shí)首先應(yīng)該通過(guò)閡值過(guò)濾、負(fù)值過(guò)濾等方法過(guò)濾預(yù)選近鄰，然后確定合適的用于預(yù)測(cè)的近鄰數(shù)。
　　最后本文在系統(tǒng)的需求下提出了一種帶價(jià)格因子的改進(jìn)型推薦策略，本推薦策略在計(jì)算相似度時(shí)引進(jìn)了價(jià)格因子來(lái)權(quán)衡購(gòu)買能力對(duì)用戶相似度的影響，從而使相似用戶群體和推薦列表更加匹配用戶的購(gòu)買能力。之后使用web技術(shù)對(duì)基于用戶的協(xié)同過(guò)濾推薦系統(tǒng)進(jìn)行了實(shí)現(xiàn)，實(shí)現(xiàn)了對(duì)酒品的管理、用戶的管理、用戶收藏的管理等