電子商務(wù)個性化推薦關(guān)鍵技術(shù)研究.pdf

1、隨著網(wǎng)絡(luò)的普及和電子商務(wù)的廣泛應(yīng)用，越來越多的信息充斥在互聯(lián)網(wǎng)之中，用戶在享受網(wǎng)上購物帶來的便捷的同時也面臨著信息過載問題的困擾。為了在大量的商品信息中找到符合用戶需求的信息，電子商務(wù)推薦系統(tǒng)應(yīng)運(yùn)而生。
　　 協(xié)同過濾推薦算法是目前推薦系統(tǒng)應(yīng)用最廣泛和最為成功的技術(shù)之一，本文以協(xié)同過濾推薦算法為研究目標(biāo)，以提高目標(biāo)用戶的最近鄰居的質(zhì)量為出發(fā)點(diǎn)，對傳統(tǒng)的基于用戶的協(xié)同過濾推薦算法在應(yīng)用中存在的稀疏性問題、相似性計(jì)算不區(qū)分對待目標(biāo)用

2、戶喜歡與不喜歡的項(xiàng)、以及不能反應(yīng)用戶興趣變化等關(guān)鍵問題，給出了一種改進(jìn)的協(xié)同過濾推薦算法。該算法與現(xiàn)有的算法相比，其優(yōu)勢如下：第一，在用戶顯式評分的基礎(chǔ)上，對用戶瀏覽的項(xiàng)目進(jìn)行了更細(xì)致的劃分，對那些“已瀏覽未評分的項(xiàng)”采用隱式評分的方式來擴(kuò)展原有的用戶一項(xiàng)評分矩陣，緩解了數(shù)據(jù)稀疏性問題；第二，使用本文給出的基于時間權(quán)重與目標(biāo)用戶正興趣的相似性計(jì)算公式，只在目標(biāo)用戶具有正興趣的項(xiàng)上計(jì)算用戶相似性，提高了最近鄰居的質(zhì)量，同時，賦予目標(biāo)用戶近