基于遺忘函數(shù)和領(lǐng)域最近鄰的網(wǎng)絡(luò)營(yíng)銷推薦系統(tǒng)研究.pdf

1、隨著互聯(lián)網(wǎng)的普及和網(wǎng)絡(luò)營(yíng)銷的盛行,電子商務(wù)系統(tǒng)為企業(yè)提供無(wú)限陳列空間,為客戶提供更多商品選擇的同時(shí),其結(jié)構(gòu)也日趨復(fù)雜?？蛻裘鎸?duì)海量的商品信息束手無(wú)策,無(wú)法順利找到所需的商品,“信息迷航”和“信息超載”問(wèn)題日趨嚴(yán)重;商家也不能順利取得與客戶的聯(lián)系,銷售措施更是無(wú)從談起。網(wǎng)絡(luò)營(yíng)銷推薦系統(tǒng)的出現(xiàn)和應(yīng)用極大的改善了這一系列問(wèn)題,它能夠有效保留客戶、防止客戶流失、提高電子商務(wù)系統(tǒng)的交叉銷售量。然而,當(dāng)前的網(wǎng)絡(luò)營(yíng)銷推薦系統(tǒng)在實(shí)際應(yīng)用中還并不成熟,數(shù)

2、據(jù)稀疏性問(wèn)題嚴(yán)重,因無(wú)法很好的應(yīng)對(duì)用戶興趣漂移問(wèn)題,致使推薦質(zhì)量欠佳、推薦實(shí)時(shí)性差。
　　 針對(duì)網(wǎng)絡(luò)營(yíng)銷推薦系統(tǒng)所面臨的這些挑戰(zhàn),本文分析了當(dāng)前推薦系統(tǒng)的國(guó)內(nèi)外研究現(xiàn)狀和主要推薦技術(shù)的優(yōu)缺點(diǎn),在已有的混合推薦研究基礎(chǔ)上進(jìn)行創(chuàng)新,推出一種基于內(nèi)容過(guò)濾和協(xié)同過(guò)濾改進(jìn)的網(wǎng)絡(luò)營(yíng)銷推薦算法,以協(xié)同過(guò)濾為主,內(nèi)容過(guò)濾為輔,基于“非線性逐步遺忘函數(shù)”建立用戶興趣模型,預(yù)測(cè)非目標(biāo)用戶未評(píng)價(jià)商品評(píng)分,解決數(shù)據(jù)稀疏性問(wèn)題和用戶興趣漂移問(wèn)題;引入“領(lǐng)

3、域最近鄰”處理方法查找目標(biāo)用戶的最近鄰,預(yù)測(cè)其未評(píng)價(jià)商品評(píng)分,以此為基礎(chǔ)做出推薦,有效提高推薦系統(tǒng)的推薦質(zhì)量和推薦實(shí)時(shí)性。該改進(jìn)方法充分利用了用戶的人口統(tǒng)計(jì)信息計(jì)算用戶間的相似性,使得推薦結(jié)果更符合用戶需求。本文的主要研究工作包括:(1)通過(guò)分析當(dāng)前國(guó)內(nèi)外的推薦系統(tǒng)研究現(xiàn)狀,發(fā)現(xiàn)普遍存在缺乏個(gè)性化推薦、推薦方法單一以及推薦的自動(dòng)化程度低等問(wèn)題。(2)提出了基于遺忘函數(shù)和領(lǐng)域最近鄰處理方法的混合推薦方法,詳細(xì)介紹了該混合算法的各個(gè)改進(jìn)步驟