基于市場模型的WEB個性化推薦研究.pdf

1、信息過載和資源迷向已成為制約人們高效使用WEB信息的瓶頸。信息過載是指用戶面對太多的WEB信息難以及時地消化、吸收；資源迷向則是指用戶不知道如何確切地表達(dá)其對網(wǎng)絡(luò)資源的需求，也無法準(zhǔn)確有效地尋找所需資源。而個性化推薦系統(tǒng)能夠根據(jù)用戶的興趣偏好主動推薦他所需要的信息，能幫助人們快速尋找到有用信息，很好地解決了信息過載和資源迷向的問題，因此在電子商務(wù)理論研究和實踐領(lǐng)域中受到了廣泛關(guān)注。
　　 目前有很多類型的推薦系統(tǒng)，每種推薦系統(tǒng)都

2、使用了不同的算法來計算兩個相關(guān)對象的相似性，應(yīng)用不同的過濾技術(shù)來處理信息。然而，這些推薦算法一般都只適用于特定的應(yīng)用范圍，往往很難做到適用于各種不同情形。因此，隨著推薦技術(shù)的不斷研究和豐富，以及用戶興趣的時序變化，推薦系統(tǒng)中的混合技術(shù)研究逐漸受到重視。本文在分析了現(xiàn)有混合推薦技術(shù)的基礎(chǔ)上，針對目前研究還存在的一些問題，通過引入一種新穎的混合方式——市場模型，建立了一個基于該混合方式的WEB個性化推薦系統(tǒng)模型。該模型允許多種推薦方法同時為

3、WEB用戶（非注冊用戶）產(chǎn)生推薦，并能使之協(xié)同工作，從而彌補了單一推薦方法的不足，滿足普遍的匿名WEB用戶的個性化服務(wù)需求。
　　 本文首先設(shè)計了基于市場拍賣的WEB個性化推薦系統(tǒng)模型，并詳盡地設(shè)計了市場拍賣流程；對市場拍賣流程中的幾個關(guān)鍵步驟進(jìn)行了深入探討。在設(shè)計市場拍賣的競價定制策略時，本文引入了風(fēng)險因子及風(fēng)險效用的概念，從而使得市場拍賣模型的運行機制更加符合市場經(jīng)濟規(guī)律。接著，本文借助市場經(jīng)濟蛛網(wǎng)模型和馬爾可夫模型對本文設(shè)