基于AIS和CBR的电子商务推荐系统研究.pdfVIP

基于AIS与CBR的电子商务推荐系统研究 1,2 2 2 1 常春光 ，朱云龙 ，胡琨元 ，李惠玲 (1．沈阳建筑大学管理学院，辽宁 沈阳 110168； 2．中国科学院沈阳自动化研究所，工业信息学重点实验室，辽宁 沈阳 110168） 摘要：为提高电子商务推荐系统的性能，提高顾客对推荐的商品的认可程度并实现电子商务 推荐系统的快速应答，提出了基于案例推理与人工免疫机理的电子商务推荐系统的实施框 架。在电子商务推荐系统的学习子系统中，分析了人工免疫算法的内在机理，研究了抗体的 编码机制、抗原识别、抗体初始种群生成、亲和力计算、克隆选择、种群更新等人工免疫算 法的实现环节。在电子商务推理推荐系统中的推理子系统中，介绍了案例推理中的案例表达、 案例匹配、案例调整与案例维护等主要环节的实现。案例表达考虑电子商务推荐问题的论域 覆盖度，并与抗体的编码体系相对照。案例匹配公式的设计以最邻近法为基础，充分考虑案 例属性的重合度。案例调整应用数据挖掘与启发式两种方式加以实现。案例维护包括推理前、 推理中与推理后三种维护方式。为验证方法的有效性，采用一些网站的历史记录信息验证电 子商务推荐系统，结果表明，基于AIS 与CBR 的电子商务推荐系统与经典的CBR 相比， 随着学习样本数的降低AIS与CBR 结合方式下的成功率更为稳定；随着案例库规模的降低， AIS 与CBR 结合方式下的成功率降低较为缓慢。在有限的训练数据与有限的数据库规模下 条件，AIS 与CBR 结合方式显示出更高的成功率与稳定性。 关键词：案例推理 人工免疫系统 电子商务推荐 抗体 案例维护 中图分类号：C931.2 文献标识码：A Research on Electronic Commerce Recommendation System byAISand CBR Research on Electronic Commerce Recommendation System byAISand CBR RReesseeaarrcchh oonnEElleeccttrroonniicc CCoommmmeerrccee RReeccoommmmeennddaattiioonn SSyysstteemmbbyyAAIISSaannddCCBBRR Abstract: Abstract: AAbbssttrraacctt::With the purpose to improve the performance of electronic commerce recommendation system (ECRS), improve customers’ approval degree for recommended commodities and implement real time response of ECRS for customers’ demand, the ECRS implement frame by artificial immune system (AIS) and case-based reasoning (CBR) is presented. In leaning subsystem of ECRS, the inner mechanism of AIS is analyzed, the AIS implement cycles such as antibody encoding system, antigen identifying, initial antibody population generating, affinity calculating, clone selecting, population updating and so on are studied. In reasoningsubsystem of ECRS, the main implement cycles of CBR such as case representation, case retrieval, case adaptation and case maintenance are introduced. In case representation, the cover deg