基于改進(jìn)協(xié)同過濾的服飾推薦算法的研究與實(shí)現(xiàn).pdf

1、互聯(lián)網(wǎng)技術(shù)以及電子商務(wù)網(wǎng)站正在蒸蒸日上地發(fā)展著。近幾年來(lái)，服飾商品在網(wǎng)上的銷售量和銷售額度得到了大幅的增長(zhǎng)。但是在線購(gòu)物網(wǎng)站帶給人們的不僅僅是購(gòu)物方便，同時(shí)也讓用戶體會(huì)到了信息量過載的負(fù)擔(dān)。與此同時(shí)用戶在線購(gòu)買服飾商品時(shí)也面臨著個(gè)性化服務(wù)不足的缺點(diǎn)。面對(duì)海量的在線購(gòu)物資源，推薦系統(tǒng)的產(chǎn)生正是協(xié)助用戶以及在線購(gòu)物公司的運(yùn)營(yíng)商緩解信息量過載帶來(lái)的問題。協(xié)同過濾算法是眾多推薦算法中的一種，也是迄今為止備受關(guān)注的推薦技術(shù)之一，然而，傳統(tǒng)的協(xié)同過

2、濾推薦算法在如今海量的網(wǎng)絡(luò)信息面前面臨著很多挑戰(zhàn)，例如數(shù)據(jù)的稀疏性、用戶相似度難以度量、可擴(kuò)展性差、“冷啟動(dòng)”等。這些都影響了推薦系統(tǒng)的質(zhì)量。針對(duì)這些問題，本文對(duì)該算法進(jìn)行了相應(yīng)的改進(jìn)以及補(bǔ)充，主要工作如下:
　　第一，實(shí)現(xiàn)了面向用戶的蘑菇街?jǐn)?shù)據(jù)爬蟲，對(duì)指定的用戶，采集到該用戶的所有商品分享記錄以及用戶的關(guān)注列表，作為服飾推薦的數(shù)據(jù)源。
　　第二，研究基于消費(fèi)者的社交關(guān)系信息數(shù)據(jù)的用戶相似度模型。對(duì)于用戶分享的服飾商品信息，

3、基于本文和圖像分類技術(shù)，本論文分別從用戶分享的服飾商品的文本內(nèi)容和圖像視覺內(nèi)容兩方面來(lái)構(gòu)建用戶之間的相似度模型;對(duì)于用戶的社交關(guān)系網(wǎng)數(shù)據(jù)，考慮了用戶之間的相互關(guān)注信息，并通過用戶相似度函數(shù)融合了服飾商品文本內(nèi)容和視覺內(nèi)容以及用戶的社交關(guān)系網(wǎng)信息。
　　第三，研究融合用戶社交關(guān)系數(shù)據(jù)的相似度模型和基于用戶-項(xiàng)目評(píng)分矩陣數(shù)據(jù)的用戶相似度模型，提出了融合社交網(wǎng)絡(luò)信息的協(xié)同過濾推薦算法。通過實(shí)驗(yàn)表明，融合了用戶社交網(wǎng)絡(luò)信息，數(shù)據(jù)的稀疏性得