基于多屬性評(píng)分的電子商務(wù)個(gè)性化推薦算法研究.pdf

1、在21世紀(jì)的今天，信息爆炸的時(shí)代里，每個(gè)人面對(duì)的信息已經(jīng)數(shù)以億計(jì)了，尤其是在電子商務(wù)網(wǎng)站，用戶如何找到自己感興趣的信息，已經(jīng)不單單局限于自己去尋找，更需要電子商務(wù)推薦系統(tǒng)幫助用戶發(fā)現(xiàn)他感興趣的信息。所以推薦系統(tǒng)的研究領(lǐng)域變得越來越重要，它可以為用戶推薦最感興趣的信息。
　　目前，大部分的推薦系統(tǒng)是通過用戶對(duì)產(chǎn)品的評(píng)價(jià)信息進(jìn)行個(gè)性化推薦的，這些顯式或隱式的評(píng)價(jià)信息被表示成用戶對(duì)被評(píng)分項(xiàng)目在單一維度上的偏好等級(jí)，這種單一維度上的評(píng)分信

2、息不能有效表達(dá)用戶對(duì)某個(gè)產(chǎn)品的各個(gè)方面的偏好程度的差異性，進(jìn)而影響推薦算法的推薦性能。針對(duì)傳統(tǒng)基于單一維度評(píng)分的推薦算法的不足，基于多屬性評(píng)分的推薦系統(tǒng)考慮用戶對(duì)產(chǎn)品各個(gè)方面評(píng)價(jià)信息的差異進(jìn)行個(gè)性化推薦決策，本文的主要工作包括如下幾個(gè)方面。
　　首先，在考慮酒店的多個(gè)屬性評(píng)分的基礎(chǔ)上，對(duì)改進(jìn)的基于多屬性評(píng)分的協(xié)同過濾推薦算法的三種方法進(jìn)行實(shí)證分析比較它們的準(zhǔn)確性和多樣性，這三種方法分別是:基于多屬性相似性平均協(xié)同過濾、基于多維距離

3、的協(xié)同過濾算法和基于層次分析法(AHP)協(xié)同過濾算法。
　　其次，再分析酒店多維度評(píng)分信息后，把線性規(guī)劃模型引入到求各個(gè)屬性的權(quán)重中來，提出了基于多屬性線性規(guī)劃的協(xié)同過濾算法。
　　再次，如何衡量一個(gè)推薦系統(tǒng)好壞的指標(biāo)有很多，本文主要探討比較準(zhǔn)確性和多樣性這兩個(gè)常用的評(píng)價(jià)指標(biāo)，雖然推薦準(zhǔn)確度無疑是重要的，但學(xué)者日益認(rèn)識(shí)到更高的準(zhǔn)確性并不總是意味著對(duì)用戶有用，也許用戶希望所推薦的商品具有多樣性。因此，除了分析準(zhǔn)確度之外，本論文