基于语义的SVM电子商务推荐模型研究.pdfVIP

研究与开发 文章编号 ： （ ） ： 1007-1423 2014 07-0009-05 DOI 10.3969/j.issn.1007-1423.2014.07.002 基于语义的 SVM 电子商务推荐模型研究 杨正华 1 ，曾爱华 2 ，丁雷 1 （1. 吉首 大学信息科 学与 工 程学 院 ，吉首 416000 ； 2. 湖南省湘西 自治州民族 广 播 电视 大学 ，吉首 416000 ； 3. 北京林业 大学经济管 理学 院 ，北京 100083) 摘要 ： 推荐模型通常根据电子商务用户喜好和评价稀疏数据 ，预测客户兴趣并推荐相似结果 。 通过综述现有电子商务推荐 算法 ，提出在 SVM 模型中 ，通过训练样本预测评分的方法填充用户-项 目矩阵 ，根据各个项 目的重要性对核函数相应 的分量赋予相应的权重 ，以达到提高预测精度 、产生理想 的推荐效果目的。 关键词 ： 电子商务 ； 支持向量机 （SVM ）； 推荐模型 基金项目 ： 国家民委科研基金 （No.12JSZ002 ）、湖南省教育厅科研项 目（No.12C0290 ） 0 引言 种新型机器学习方法 ， 它由 V. Vapnik 等在 1995 年提 出 。 支持向量机方法是建立在统计学习理论的 VC 维 互联网及电子商务正快速地发展 ， 电子商务在给 理论和结构风险最小原理基础上的 ， 根据有限的样本 用户带来无限的便利性同时 ，随着信息的急剧增长 ，信 信息在模型的复杂性 （即对特定训练样 本的学习精 息过载也使得整个系统变得更为复杂 ， 用户无法顺利 度 ）和学习能力 （即无错误地识别任意样本的能力 ）之 找到需要查找的商 品信息 ， 电子商务推荐系统能够有 间寻求最佳折衷 ，以求获得最好的推广能力 。随着 SLT 效地动态捕获用户需求及偏好 ，预测可能的用户偏好 ， 理论的不断完善 ， 也越来越受到 人们的重 视 ， 目 SVM 推荐其可能感兴趣的商品 顺利完成购物的 整个过程 ， 。 前 ， 算 法在模式识别 、 回归估计 、概率密 度 函数 估 SVM 电子商务推荐系统具有良好的发展和应用前景 ， 目前 计等方面都有应用 。 如亚马逊 、当当 、eBay 、淘宝等都不同程度 地使用了电 子商务推荐系统 ，各种 Web 网站也支持推荐系统进行 1 推荐算法的研究进展 个性化的需求预测 。 国 内 外 目 前 电 子 商 务 推 荐算 法 可 分 为 三 大 类 ： 电子商务系统在理论和实践中都得到较大发展 ， 基于 内容的推荐算法 代表性成果有 [1] 。 ： （ ） 、 ①