基于復(fù)雜網(wǎng)絡(luò)的電子商務(wù)推薦系統(tǒng)研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，我們進(jìn)入了信息爆炸時(shí)代。由此產(chǎn)生的后果是用戶很難從海量的信息中發(fā)現(xiàn)自己真正感興趣的那部分。個(gè)性化推薦系統(tǒng)利用已有的選擇過程或者相似性關(guān)系挖掘用戶潛在感興趣的對象。本文按照推薦算法的不同，分別詳細(xì)介紹了基于內(nèi)容的推薦系統(tǒng)，協(xié)同過濾推薦系統(tǒng)、混合推薦系統(tǒng)以及最近興起的基于復(fù)雜網(wǎng)絡(luò)的推薦系統(tǒng)。文中詳細(xì)討論了以上各推薦系統(tǒng)的優(yōu)點(diǎn)及缺點(diǎn)，并分析了造成這些優(yōu)點(diǎn)和缺點(diǎn)的原因。
　　 本文重點(diǎn)闡述了基于二部圖網(wǎng)絡(luò)的推薦

2、系統(tǒng)，該推薦系統(tǒng)原理是把用戶和產(chǎn)品分別看成是二部圖網(wǎng)絡(luò)的兩類結(jié)點(diǎn)，然后利用資源分配等理論進(jìn)行算法演化。實(shí)驗(yàn)結(jié)果表明，基于二部圖網(wǎng)絡(luò)的推薦算法無論是在計(jì)算復(fù)雜度還是在推薦精度上都要優(yōu)于傳統(tǒng)的推薦算法。此外，該算法在保持良好的推薦精度的同時(shí)還能推薦更多的冷門產(chǎn)品。本文也討論了幾種可行的算法優(yōu)化方案，實(shí)驗(yàn)結(jié)果表明，優(yōu)化后的方案確實(shí)有著更好的推薦效果。為了解決協(xié)同過濾算法的冷啟動(dòng)問題，本文在二部圖網(wǎng)絡(luò)的基礎(chǔ)上加入標(biāo)簽并與用戶和產(chǎn)品組成三部圖網(wǎng)絡(luò)