協(xié)同過濾算法在商品個性化推薦中的研究.pdf

1、隨著互聯(lián)網(wǎng)普及和電子商務(wù)發(fā)展，推薦系統(tǒng)逐漸成為電子商務(wù)的一個重要研究內(nèi)容，越來越多地受到研究者的關(guān)注。目前幾乎所有大型電子商務(wù)系統(tǒng)都不同程度地使用了各種形式的推薦系統(tǒng)。推薦系統(tǒng)是電子商務(wù)個性化服務(wù)的重要組成部分。它根據(jù)顧客以往購買情況推測將要進行的消費行為，模擬銷售人員幫助其完成購買過程。而這種具備獨特的、個性化服務(wù)網(wǎng)站將對客戶產(chǎn)生濃厚吸引力。 電子商務(wù)個性化推薦系統(tǒng)中比較成熟的有協(xié)同過濾推薦系統(tǒng)，但其存在一些諸如冷開始、稀疏、

2、實時性差等一些明顯的缺陷，而且其他推薦系統(tǒng)也各有各的缺陷，到目前為止，還沒有一種非常完美的推薦技術(shù)。怎樣完善個性化推薦系統(tǒng)是電子商務(wù)一個重要研究課題，這方面的研究工作現(xiàn)在還處在較初級的階段。 在基于用戶的推薦算法和基于項目的推薦算法基礎(chǔ)上考慮冷開始、稀疏、實時、奇異等問題提出一種組合推薦算法，將兩種算法有機結(jié)合的這種算法可大大改善上述問題。先利用基于項目的推薦算法按照項目向量之間相似性程度把項目歸類，然后借助相似的項目的評分預(yù)測