基于內(nèi)容的相關(guān)書籍推薦技術(shù)研究.pdf

1、目前電子商務(wù)推薦系統(tǒng)較多的采用協(xié)同過濾的技術(shù)為用戶提供推薦商品。但是協(xié)同過濾的方法存在如下的不足，即：需要根據(jù)用戶興趣信息或評價信息才能為用戶作出推薦，因此對于用戶規(guī)模較小的網(wǎng)站無法用該方式給出推薦結(jié)果。于是本文轉(zhuǎn)換研究視角，側(cè)重挖掘商品與商品之間的相互關(guān)系，試圖在不考慮具體用戶的前提下，利用商品之間的內(nèi)在聯(lián)系為商品瀏覽者提供相關(guān)推薦。就本文來說，我們以書籍商品作為研究對象，利用書籍與書籍之間內(nèi)容上的聯(lián)系性，為書籍作出相關(guān)推薦。當(dāng)用戶查

2、詢購買或者瀏覽書籍時，其他書籍會因與查詢或瀏覽的書籍內(nèi)容相關(guān)而得到推薦，以方便用戶。本文的研究內(nèi)容主要包括以下四個部分：
　　第一，根據(jù)電子商務(wù)網(wǎng)站書籍推薦系統(tǒng)不可能提供全部書籍內(nèi)容的特點，本文提出了一種基于書籍屬性相似的推薦方法：利用網(wǎng)絡(luò)上常見的描述書籍內(nèi)容的屬性字段，結(jié)合文本相似性的度量方法，給出了本文第一種基于內(nèi)容的書籍推薦策略。這種推薦方法得到的推薦書籍一般與原書籍內(nèi)容相似，從而可以讓用戶在更多的候選中選擇適合自己閱讀水平

3、的書籍；
　　第二，針對有些用戶更傾向于關(guān)注內(nèi)容相關(guān)而非內(nèi)容相似的書籍的問題，本文提出了一種基于詞語相關(guān)度度量書籍文檔相關(guān)性的計算方法，并用此方法給出書籍推薦結(jié)果。這種推薦策略側(cè)重推薦與原書籍內(nèi)容相關(guān)的書籍，從而可以讓用戶查詢或瀏覽目標(biāo)書籍時獲得更多相關(guān)書籍的信息；
　　第三，針對推薦系統(tǒng)中常見的由于數(shù)據(jù)量大而導(dǎo)致推薦速度較慢問題，本文利用聚類分析技術(shù)先將書籍文檔分成小的類簇，再在類簇中進行書籍推薦的方法以降低算法復(fù)雜性；<