基于兩階段的電子商務(wù)個性化推薦.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，信息資源呈爆炸式增長，人們逐漸進(jìn)入了“信息過載”的時代。個性化推薦作為能夠解決信息過載問題的重要工具，得到了空前的高速發(fā)展，且被廣泛的運(yùn)用到電子商務(wù)中。在電子商務(wù)網(wǎng)站中，個性化推薦扮演了實(shí)體商店中銷售人員的角色，根據(jù)用戶的需求為其提供服務(wù)，提高用戶體驗度的同時，還能夠為商家創(chuàng)造更多的經(jīng)濟(jì)收益。
　　本文深入分析了電子商務(wù)個性化推薦存在的三個問題，提出了兩階段電子商務(wù)推薦模型，將推薦過程分為評分預(yù)測和多樣性

2、推薦兩個階段。評分預(yù)測階段主要解決由于用戶數(shù)據(jù)稀疏所導(dǎo)致的推薦精確性不高的問題，最終產(chǎn)生一個初始推薦項目列表。多樣性推薦階段主要解決長尾商品的挖掘能力低和精確性與多樣性不可兼得的問題，對初始推薦項目列表進(jìn)行過濾，產(chǎn)生最終的Top-N推薦列表。
　　在評分預(yù)測階段，針對Slope One評分預(yù)測算法的不足進(jìn)行改進(jìn)，提出了基于NI-Slope One的評分預(yù)測算法，該算法使用改進(jìn)后的方法計算相似度并尋找最近鄰居，根據(jù)預(yù)處理之后的鄰居項

3、目的評分對未評分項目預(yù)測。在多樣性推薦階段，分析了現(xiàn)有解決多樣性問題的不足，提出了基于項目評分重計算的Top-N推薦算法，該算法將項目流行度、用戶評分風(fēng)格考慮在內(nèi)，對初始推薦列表中的項目進(jìn)行評分重計算，根據(jù)調(diào)整后的類別權(quán)重和最終評分在初始推薦項目列表中過濾出更符合用戶個性化需求的項目推薦給用戶。
　　為了驗證基于兩階段電子商務(wù)個性化推薦的有效性，本文通過實(shí)驗進(jìn)行驗證。實(shí)驗表明，在精確度損失較小的情況下，該推薦方法產(chǎn)生的Top-N推