電子商務推薦系統(tǒng)核心技術研究.pdf

1、隨著互聯網的普及和電子商務的發(fā)展，電子商務系統(tǒng)在為用戶提供越來越多的選擇的同時，其結構也變得更加復雜，用戶經常會迷失在大量的商品信息空間中，無法順利找到自己需要的商品。電子商務推薦系統(tǒng)(Recommender System)直接與用戶交互，模擬商店銷售人員向用戶提供商品推薦，幫助用戶找到他們真正所需購買的商品。近年來雖然電子商務推薦系統(tǒng)在理論和實踐中都得到了很大發(fā)展，然而電子商務推薦系統(tǒng)仍面臨著一系列挑戰(zhàn)。針對電子商務推薦系統(tǒng)面臨的主要

2、問題，本文對電子商務推薦系統(tǒng)中推薦算法和推薦系統(tǒng)體系結構等核心技術進行探討，主要創(chuàng)新如下： 首先，提出基于關聯集合的協同過濾推薦算法。在個性化推薦中，盡管用戶評價了某些項目，但這些項目是用戶在無意或其他偶然因素影響下評價的，與用戶自身偏好并沒有多大關聯，這往往更符合實際情況。這些不相關的項目相當于噪音數據，往往會干擾協同過濾的效果。為了進一步提高推薦精度，本文提出基于關聯集合的協同過濾推薦算法：利用Apriori算法得到頻繁項集

3、，取得關聯集合，再進行協同過濾，真正的依據用戶的偏好信息來進行推薦，從而提高推薦精度。試驗結果表明，與傳統(tǒng)協同過濾推薦算法想比，基于關聯集合的協同過濾的推薦算法可以有效地提高推薦精度。 其次，提出柔性電子商務推薦系統(tǒng)。目前大部分的電子商務推薦系統(tǒng)都是一個單一的工具，只能提供一種推薦策略。在電子商務環(huán)境下，商品極其豐富，個性需求多種多樣，于是迫切需要更加靈活、實用的推薦策略。為此，本文運用柔性理論對電子商務推薦系統(tǒng)進行分析，提出柔