基于神經(jīng)網(wǎng)絡(luò)的屬性推斷技術(shù)研究及應(yīng)用.pdf

1、個性化推薦系統(tǒng)因其帶來的巨大經(jīng)濟(jì)效益在電子商務(wù)網(wǎng)站得到廣泛應(yīng)用，但現(xiàn)有個性化推薦系統(tǒng)存在的問題卻制約著它的發(fā)展。當(dāng)前個性化推薦系統(tǒng)是基于用戶和產(chǎn)品之間的相關(guān)關(guān)系，即通過用戶已有的購買行為或?qū)Ξa(chǎn)品的評價來預(yù)測用戶對待推薦產(chǎn)品的興趣度，進(jìn)而進(jìn)行個性化商品推薦。這就使得現(xiàn)有個性化推薦系統(tǒng)不可避免的會受到冷啟動、數(shù)據(jù)稀疏、可擴(kuò)展性、實(shí)時性等問題的制約。
　　 通過對個性化推薦系統(tǒng)，以及目前幾個主要推薦技術(shù)的工作原理、存在問題和問題產(chǎn)生原

2、因的分析研究，探討了決定用戶消費(fèi)意愿的根本原因。本質(zhì)上來說，用戶的屬性決定著用戶的購買行為，如果能夠得知用戶屬性，并根據(jù)用戶的屬性進(jìn)行產(chǎn)品推薦，則推薦會更有針對性、更準(zhǔn)確。
　　 從因果關(guān)系角度研究用戶和產(chǎn)品之間的關(guān)系。提出屬性推斷的概念，根據(jù)用戶屬性進(jìn)行個性化商品推薦，以期對現(xiàn)有問題的解決。基于神經(jīng)網(wǎng)絡(luò)的屬性推斷方法，是用神經(jīng)網(wǎng)絡(luò)算法挖掘用戶的購買記錄，訓(xùn)練用戶屬性和產(chǎn)品之間的關(guān)系模型，進(jìn)而推斷出用戶的屬性。根據(jù)屬性推斷結(jié)果構(gòu)

3、建用戶屬性和產(chǎn)品之間的因果關(guān)系表，并將之應(yīng)用到個性化推薦過程中。
　　 通過實(shí)驗(yàn)完成了對單個用戶屬性的推斷，并簡單實(shí)現(xiàn)了對用戶的個性化產(chǎn)品推薦。第一步，屬性推斷，利用交易記錄構(gòu)建用戶屬性和產(chǎn)品之間的關(guān)系模型，由用戶所選產(chǎn)品推斷出用戶的屬性；第二步，基于單屬性的個性化推薦，利用原始數(shù)據(jù)中用戶的屬性訓(xùn)練模型向用戶推薦產(chǎn)品，并計(jì)算推薦結(jié)果的正確率；第三步，基于屬性推斷的個性化推薦，利用第一步中推斷出的用戶屬性訓(xùn)練模型向用戶推薦產(chǎn)品，并