基于協(xié)同過濾技術的電子商務個性化推薦研究.pdf

1、隨著 Internet的迅速發(fā)展，電子商務蓬勃興起。電子商務站點在為用戶提供越來越多選擇的同時，其結構也變得更加復雜，電子商務的發(fā)展面臨了新的挑戰(zhàn)：一方面，用戶對站點提供的眾多產品信息并非完全感興趣，通常需要經過多次瀏覽才能找到滿足自己需求的產品;另一方面，站點沒有了解用戶的個人需求，提供給用戶的是千篇一律的界面，無法有效地提高其產品的吸引力，維護穩(wěn)定的客戶關系。電子商務推薦系統(tǒng)能夠直接與用戶交互，模擬商店銷售人員向用戶提供商品推薦，幫

2、助用戶找到所需商品，從而順利完成購買過程。在日趨激烈的競爭環(huán)境下，電子商務推薦系統(tǒng)能有效保留用戶、防止用戶流失，提高電子商務系統(tǒng)的銷售。推薦系統(tǒng)在電子商務系統(tǒng)中具有良好的發(fā)展和應用前景，逐漸成為電子商務技術的一個重要研究內容，受到越來越多研究者的關注。向用戶進行個性化的產品推薦是解決這個挑戰(zhàn)的最有效的方法。
　　電子商務推薦系統(tǒng)在理論和實踐中都得到了很大發(fā)展。協(xié)同過濾是目前在電子商務推薦系統(tǒng)中應用較為成功的個性化推薦技術。但是隨著

3、站點結構、內容的復雜度和用戶人數的不斷增加，協(xié)同過濾算法也遇到了實時性、數據稀疏性、可擴展性、冷啟動等種種問題。
　　本文針對傳統(tǒng)協(xié)同過濾的數據稀疏性問題，分析了協(xié)同過濾推薦中稀疏性問題的根源，提出了一種結合分類樹和協(xié)同過濾的個性化推薦技術的改進算法。其基本思想是：首先利用分類樹算法劃分項目矩陣，根據建立的分類樹分別對目標用戶和其他用戶進行加權映射，得出項目的綜合評價。利用這些綜合評價計算目標用戶與其他用戶的相似性，把偏好度較高的