基于混合機(jī)制的電子商務(wù)個(gè)性化推薦研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，電子商務(wù)也越來越普及和流行，隨著信息量的增多，商品信息過載的現(xiàn)象越來越嚴(yán)峻，因此需要創(chuàng)建個(gè)性化服務(wù)的電子商務(wù)推薦系統(tǒng)，將真正滿足用戶需求的商品推到用戶面前，提高網(wǎng)站的銷售力。 推薦算法是個(gè)性化推薦系統(tǒng)的核心。目前來說，協(xié)同過濾算法是應(yīng)用最多的推薦算法，但是它在實(shí)際應(yīng)用中還是有很多缺陷：如評分矩陣稀疏問題，推薦精度問題等等。本文采用了一種基于混合機(jī)制的個(gè)性化推薦技術(shù)，有效的解決了評分矩陣稀疏問題，提升了推薦

2、的精度。 本文的主要研究成果如下： (1)利用用戶的注冊信息，通過改進(jìn)的K-means聚類算法對用戶進(jìn)行聚類，將有著相似個(gè)人信息的用戶分到同一個(gè)簇中，這樣就可以在簇中查找用戶的最近鄰，避免了在整個(gè)用戶群上查找，提高了實(shí)時(shí)響應(yīng)速度，并且間接的解決了冷開始的問題。 (2)將項(xiàng)目的屬性分為m個(gè)維度，每個(gè)維度上有各自的屬性特征值，得到屬性特征值矩陣，通過計(jì)算兩個(gè)項(xiàng)目間的屬性特征的相似性，粗略得到稀疏矩陣中未評分項(xiàng)目的得分