【论文】基于消费记录的购买趋势预测及促销方法.pdfVIP

的用户类群，根据用户类群来预测用户对 不同对象的喜好程度，实现个性化推荐，本 文采用了协同过滤技术，其优点是能发现 基于消费记录的 用户感兴趣的新信息。 因为用户的行为可以反映出其喜好， 本文先根据用户的消费行为，即用户所购 买商品的相关信息建立能反映顾客购买倾 购买趋势预测及促销方法 向的用户模型，再根据用户模型之间的相 似度的计算找到那些有相似消费倾向的用 户类群，以实现协同推荐。 1 2 1 ■ 丁连红 时 鹏 刘丙午 教授（1、北京物资学院信息学院 例如如果用户U购买了产品p就表明 i j 北京 101149、北京科技大学2 北京 100083） p对U来说是有吸引力的或是有用的，因 j i 此U可能会继续购买p或与p有相似功能 ▲ 基金项目：北京市高等学校教育教学改革项目 （PXM2006-014214- i j j 023239），北京物资学院青年基金项目，北京市属市管高等学校人 的产品。此外，用户所购买产品的频率和 才强教计划资助项目：基于信息融合技术的数字化拣选系统研究 数量能揭示出用户对商品的喜好程度，一 ◆ 中图分类号：TP18文献标识码：A 般说来一个人所购买的频率越高、数量越 多的产品他越感兴趣，越有可能继续购买。 收集显得尤为重要。很多系统通过用户填 本文将用户U 的购买倾向 （兴趣）描 α 内容摘要：很多零售企业都实行会员 表或让用户对相关推荐打分来收集用户信 述为p, degree的有限集合。degree i αi αi 制，以数据的形式记录顾客的个人信 息，这很大程度上依赖于用户对系统的使 表示用户U对产品p的喜好程度，其值越高 α i 息和消费信息。本文提出了一种以顾 用情况，所收集的信息往往不足以准确地 表明用户U 对产品p越感兴趣。degree 客消费记录为数据来源，通过知识发