协同过滤技能和其在电子商务推荐领域的应用研究.pdfVIP

硕士论文 协同过滤技术及其在电子商务推荐领域的应用研究 摘 要 随着互联网的普及和电子商务应用的广泛深入，人们在享受网上购物便捷性的同时 也陷入了信息过载的困境，用户在大量的产品信息中难以找到自己需要的商品。因此， 电子商务推荐系统应运而生。 本文对电子商务推荐系统进行了较深入的研究，详细分析了各种个性化推荐技术在 电子商务推荐领域的应用现状和前景。在此基础之上，重点研究了电子商务推荐领域的 在的问题的基础上，提出了一个新的基于项目关联性评分预测的协同过滤算法IAPCF。 区别于传统的算法，IAPCF算法不是根据项目之间的相似度，而是根据项目之间的关联 规则来寻找项目的最近邻居集合。实验结果表明，IAPCF算法比传统的基于项目的协同 过滤算法具有更好的推荐精度。 重的数据稀疏性问题，使得用户之间相似度的计算结果不准确，导致推荐质量急剧下降。 算法的不同之处在于：在形成用户邻居阶段，计算用户间相似度时，先利用IAPCF算 法，根据两两用户间评分项目的并集，预测用户对并集中未评分项目的评分，增加用户 之间共同评分的项目数，从而可以解决用户．项目评分矩阵的极端稀疏性，使得计算得 到的目标用户的最近邻居更加准确，从而提高算法的推荐精度。实验结果表明，在面对 稀疏数据集时，改进算法IAPCF．UB相比于传统的基于用户的协同过滤算法能显著提高 推荐质量。 关键词：电子商务，推荐系统，协同过滤，关联规则，相似度 Abstract ande-colTllnerce the Withthe oftheInternet enjoy popularity onthe theother havebeenintroubleof convenienceof Intemet；on hand，they shopping isdifficultforthemtofindtheirneeded withinamassof informationoverload．It products cameinto ine-commerce recommendation being· inf01Illation．Therefore，thesystem product in then e-conli／lerce，and Inthis madea ofrecommendation study system paper,wedeep ofthemainstream thestatusand personalized analysed prospects this which ine-commerce．In challenges techonologies