综合用户偏好模型与BP神经网络的个性化推荐_辛菊琴.pdfVIP

Computer Engineering and Applications 计算机工程与应用 2013 ，49 （2 ） 57 综合用户偏好模型和BP 神经网络的个性化推荐 1 1 2 辛菊琴 ，蒋 艳 ，舒少龙 1 1 2 XIN Juqin , JIANG Yan , SHU Shaolong 1.上海理工大学 管理学院，上海 200093 2.同济大学 电子与信息工程学院，上海 200092 1.School of Business, University of Shanghai for Science and Technology, Shanghai 200093, China 2.School of Electronics and Information Engineering, Tongji University, Shanghai 200092, China XIN Juqin, JIANG Yan, SHU Shaolong. Personal recommendation algorithm with customer preference model and BP neural networks. Computer Engineering and Applications, 2013, 49 （2 ）：57-60. Abstract ：Personal recommendation is very effective to find the useful information from database of products for customers in electronic commerce. The paper investigates personal recommendation algorithms based on customer preference model and BP neu- ral networks. In details, a customer preference model is proposed and BP neural network is used to train the model. Movielens data- base is used to verify the validity of BP neural network model. A content-based personal recommendation algorithm is proposed. Key words ：electronic commerce; personal recommendation algorithm; neural networks; product feature; customer preference 摘 要：个性化推荐是目前解决电子商务中产品信息过载问题的有效工具之一。对综合用户偏好模型和BP 神经网络的 个性化推荐算法进行了研究。具体讨论了如何建立用户偏好模型，采用神经网络训练得到目标用户的偏好模型，通过 Movielens 数据库验证该模型的有效性。提出了一个基于内容的个性化推荐算法。 关键词：电子商务；个性化推荐算法；神经网络；产品特征；用户偏好 文献标志码：A 中图分类号：TP39 doi ：10.3778/j.issn. 1002-8331.1109-0547 1 前言 着对个性化推荐模型的深入理解，用户的情感语义及其用 [8-9] 随着计算机技术及网络技术的快速发展，信息量呈指数 户对物品喜爱的不确定性和模糊性也得到了广泛关注 。 增长，电子商务的发展进入了一个崭新的阶段。尽管用户选 根据用户的个性化偏好进行产品推荐是一种有效的 择信息的机会在增加，但