電子商務(wù)推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著電子商務(wù)應(yīng)用的不斷擴(kuò)大，個(gè)性化服務(wù)也得到越來(lái)越多的重視，大量的商務(wù)軟件產(chǎn)品都聲稱(chēng)支持個(gè)性化。電子商務(wù)推薦系統(tǒng)是智能信息服務(wù)的體現(xiàn)，它能夠在了解用戶的短期和長(zhǎng)期需求的基礎(chǔ)上對(duì)用戶定制信息的搜索和發(fā)送機(jī)制，并向用戶有針對(duì)性的推薦商品?，F(xiàn)有的推薦方法暴露出數(shù)據(jù)稀疏性問(wèn)題，冷開(kāi)始問(wèn)題以及推薦質(zhì)量低下等問(wèn)題，這些問(wèn)題使得當(dāng)前的普通推薦系統(tǒng)不能準(zhǔn)確的挖掘用戶的興趣，并將其最感興趣的商品提供給用戶。 本文提出一種集成語(yǔ)義信息的新型推薦方法

2、，該方法提出建立商品的語(yǔ)義關(guān)聯(lián)模型，該模型的結(jié)構(gòu)通過(guò)一個(gè)行業(yè)語(yǔ)義信息訓(xùn)練中心的訓(xùn)練得到，最終產(chǎn)品的語(yǔ)義信息被提取出來(lái)集成到現(xiàn)有的基于項(xiàng)目的協(xié)同過(guò)濾方法中。該方法利用了協(xié)同過(guò)濾技術(shù)的利用其他用戶的行為來(lái)提高信息的廣度和精確度的特點(diǎn)，同時(shí)融合了語(yǔ)義過(guò)濾技術(shù)深層挖掘用戶隱含興趣的優(yōu)點(diǎn)。本文利用RDF形式的本體來(lái)表達(dá)商品信息以及用戶偏好信息，并設(shè)計(jì)了一種基于決策樹(shù)的用戶語(yǔ)義偏好模型，該模型基于商品行業(yè)離線建立，在線應(yīng)用，定期更新，增強(qiáng)了推薦系統(tǒng)