電子商務(wù)系統(tǒng)協(xié)同過濾推薦算法研究.pdf

1、隨著Internet的日益普及，電子商務(wù)蓬勃發(fā)展。商務(wù)網(wǎng)站從“以站點(diǎn)為中心”向“以用戶為中心”發(fā)展成為必然。推薦系統(tǒng)在電子商務(wù)系統(tǒng)中具有良好的發(fā)展和應(yīng)用前景，逐漸成為電子商務(wù)IT技術(shù)的一個(gè)重要研究內(nèi)容，協(xié)同過濾作為目前推薦系統(tǒng)應(yīng)用中最為成功的個(gè)性化推薦技術(shù)，也得到了越來越多研究者的關(guān)注。 本文通過對協(xié)同過濾推薦算法的文獻(xiàn)綜述，分析了現(xiàn)有研究中仍然存在的問題，重點(diǎn)對推薦算法無法適用于用戶多興趣下的推薦問題進(jìn)行了剖析，提出了一種基于

2、用戶多興趣的協(xié)同過濾推薦改進(jìn)算法，并進(jìn)行了實(shí)驗(yàn)仿真，驗(yàn)證了算法的有效性。 本文的具體貢獻(xiàn)有如下幾個(gè)方面： 第一，通過對電子商務(wù)推薦系統(tǒng)及推薦算法的研究綜述，擴(kuò)充了原有的協(xié)同過濾推薦算法分類體系，并分別對全局?jǐn)?shù)值算法、基于模型的算法及組合推薦算法三大類算法中現(xiàn)有的一些主流的協(xié)同過濾推薦算法進(jìn)行了比較分析，指出了目前算法中尚未給予足夠重視的用戶多興趣這一現(xiàn)實(shí)問題。 第二，針對傳統(tǒng)算法只適用于用戶單一興趣下的推薦問題，

3、提出了一種基于用戶多興趣的協(xié)同過濾推薦改進(jìn)算法。其基本思路是：首先針對用戶現(xiàn)實(shí)存在的多興趣，對項(xiàng)目進(jìn)行分類。然后引入了用戶興趣度的概念、定義和公式，來區(qū)別用戶在不同項(xiàng)目類別上表現(xiàn)出的興趣偏好，以定量的形式來衡量用戶的興趣偏好。其次基于用戶興趣度和項(xiàng)目分類體系形成用戶聚類，最后在不同的聚類中，完成對用戶的預(yù)測和推薦。 第三，使用MovieLens數(shù)據(jù)庫，對提出的改進(jìn)算法進(jìn)行了實(shí)驗(yàn)仿真與測試，與傳統(tǒng)的協(xié)同過濾推薦算法進(jìn)行比較，改善了