考虑商品重复购买周期的协同过滤推荐方法改进-武汉科技大学学报.pdfVIP

第 卷第 期 武 汉 科 技 大 学 学 报 , 40 4 Vol.40No.4 年 月 2017 8 JournalofWuhanUniversitofScienceandTechnolo Au.2017 y gy g 췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍 : / DOI10.3969 .issn.1674-3644.2017.04.013 j 考虑商品重复购买周期的协同过滤推荐方法改进 , 12 1 1 , , 张志清 李 梦 胡竹青 ( , , ; , , ) 1.武汉科技大学管理学院 湖北 武汉 4300812.武汉科技大学服务科学与工程研究中心 湖北 武汉 430081 : 摘要 传统基于用户的协同过滤商品推荐方法通常未考虑目标用户是否购买过类似商品以及商品的重复购 , , , , 买周期等因素 由此造成有些商品推荐的时机不对 不仅占用了推荐资源 还可能给消费者带来困扰 为此提 。 出一种基于商品重复购买周期的改进协同过滤推荐方法 在传统协同过滤算法的基础上引入已购商品回购 , , 状态变量 根据目标用户的历史购买数据和商品重复购买周期对所购买商品的回购状态进行计算 进而得出 , 。 , 不处于回购周期内的已购商品类集 据此对原始推荐结果进行过滤 实验结果表明 改进后的协同过滤推荐 , 。 系统能有效预测顾客的购买行为 明显提高商品推荐的准确性 : ; ; ; ; ; 关键词 商品推荐 协同过滤 重复购买 消费周期 回购 网上购物 中图分类号: 文献标志码: 文章编号: ( ) F274 A 1674-3644201704-0307-07 , 电子商务推荐系统是一种提高电子商务零售 同过滤推荐系统提出一种非负矩阵分解方法 即 , , 网站整体营销性能的个性化推荐工具 可以帮助 将评分矩阵分解为两个非负矩阵 以提高对用户 []