商品導購方法與關鍵技術研究.pdf

1、網絡購物正在成為越來越多人生活中不可或缺的一部分。伴隨電子商務用戶量的迅猛增長，線上電商平臺的商品數量也有了極大的豐富，面對海量的商品選擇，消費者很難從中挑選出自己真正需要購買的商品。商品導購是第三方平臺解決這一問題的主要方式。然而，現有的第三方導購應用大都還處于手工作坊階段，非常依賴于網站編輯的人工發(fā)現和手工推薦，缺乏定制化與個性化。
　　本文立足于利用推薦算法構建一個智能的商品導購系統(tǒng)——最可買zuikemai.com，圍繞著

2、針對用戶的商品、商品集、商品分類以及商品相關文章等的推薦，對其中遇到的一些問題進行深入探索和研究:
　　(1)將對產品集合的推薦作為一種新的模式引入到推薦系統(tǒng)中來，擴展了傳統(tǒng)的用戶-產品推薦模式，并提出了一種基于組合評分值的協(xié)同過濾集合推薦算法，用以解決集合推薦問題。
　　(2)引入了一種新的視角，將針對用戶的產品推薦視為分類推薦的一種特例，即認為每個產品是一個最小的分類，構成分類樹上的一個葉子節(jié)點，因此，產品分類推薦其實是

3、對產品推薦的擴展。對于產品的推薦，本文提出了一種基于稀疏度的分類粒度動態(tài)選擇算法，用以選擇合適的分類粒度，結合分類粒度內的產品排序，我們可以得到對用戶的產品推薦。本文提出算法一定程度上可以解決數據稀疏性問題。
　　(3)對于新用戶冷啟動問題，本文提出了一種基于利用開放平臺如新浪微博數據的用戶聚類的協(xié)同過濾算法，嘗試利用外部數據來解決冷啟動問題。
　　(4)對于商品和文章的相互推薦問題，本文提出了一種基于組合關聯度的協(xié)同過濾算