基于協(xié)同式產(chǎn)品特性度量的產(chǎn)品推薦算法研究.pdf

1、電子商務(wù)是信息化時(shí)代中的重要應(yīng)用。隨著電子商務(wù)規(guī)模的擴(kuò)大、產(chǎn)品的增多，用戶挑選產(chǎn)品變得越來(lái)越困難。產(chǎn)品推薦算法因其能夠自動(dòng)挑選出用戶可能會(huì)選擇的產(chǎn)品而越來(lái)越受到學(xué)術(shù)研究和商業(yè)應(yīng)用的關(guān)注。
　　 本文提出使用產(chǎn)品購(gòu)買記錄中用戶群體產(chǎn)生的購(gòu)買行為信息，對(duì)產(chǎn)品本身性質(zhì)進(jìn)行度量的研究方法。在保留良好的操作性和擴(kuò)展性的同時(shí)，又能夠?qū)Ξa(chǎn)品本身的性質(zhì)進(jìn)行定量化的度量。并使用該種度量指標(biāo)對(duì)現(xiàn)有的產(chǎn)品推薦算法進(jìn)行改進(jìn)。使用產(chǎn)品推薦研究中常用的現(xiàn)實(shí)

2、標(biāo)桿數(shù)據(jù)集對(duì)改進(jìn)前后的算法進(jìn)行仿真檢驗(yàn)和仿真結(jié)果比較，發(fā)現(xiàn)改進(jìn)后的產(chǎn)品推薦算法能夠產(chǎn)生更準(zhǔn)確的推薦結(jié)果。
　　 具體包括以下四個(gè)方面：
　　 1、創(chuàng)新地提出使用用戶群體行為信息（稱為協(xié)同信息）對(duì)產(chǎn)品性質(zhì)進(jìn)行定量化度量，并使用該種協(xié)同式的度量指標(biāo)改進(jìn)產(chǎn)品推薦算法的研究思路。
　　 用戶購(gòu)買行為信息便于收集和統(tǒng)計(jì)，利用協(xié)同信息可保證可操作性；
　　 而對(duì)產(chǎn)品性質(zhì)的定量化度量有助于改善產(chǎn)品推薦的效果。兩者的結(jié)合

3、則能夠以相對(duì)較低成本對(duì)產(chǎn)品的性質(zhì)進(jìn)行刻畫和度量，從而改進(jìn)產(chǎn)品推薦算法的推薦效果。
　　 2、提出三種不同產(chǎn)品特性的協(xié)同式度量指標(biāo)，并給出數(shù)學(xué)定義。
　　 分別從時(shí)間、空間和不確定性三個(gè)方面，提出對(duì)產(chǎn)品特性進(jìn)行協(xié)同式定量度量的三個(gè)指標(biāo)，分別分析其現(xiàn)實(shí)意義，并進(jìn)行數(shù)學(xué)定義。
　　 3、使用其中產(chǎn)品市場(chǎng)持久性的度量指標(biāo)對(duì)現(xiàn)有產(chǎn)品推薦算法進(jìn)行改進(jìn)，仿真檢驗(yàn)結(jié)果證明比改進(jìn)前算法有效。
　　 使用產(chǎn)品推薦算法研究中常

4、用的現(xiàn)實(shí)標(biāo)桿數(shù)據(jù)集對(duì)改進(jìn)前后算法進(jìn)行仿真檢驗(yàn)。仿真結(jié)果證實(shí)該度量指標(biāo)可以有效地提高改進(jìn)后算法的推薦效果。
　　 4、總結(jié)基于協(xié)同式產(chǎn)品特性度量的研究方法的一般性應(yīng)用流程。
　　 應(yīng)用此種研究方法的流程包括數(shù)據(jù)收集與存儲(chǔ)，數(shù)據(jù)分析與定量結(jié)果生成，結(jié)果的整理、評(píng)估與發(fā)布三個(gè)階段。需要特別關(guān)注：從數(shù)據(jù)歸納協(xié)同對(duì)象行為特征的過(guò)程、協(xié)同信息與產(chǎn)品性質(zhì)的對(duì)應(yīng)關(guān)系、以及應(yīng)用中的成果發(fā)布和分享等方面。
　　 本文創(chuàng)新地提出了使用