国内电子商务个性化推荐的研究进展核心技术.docVIP

国内电子商务个性化推荐的研究进展核心技术 　　〔摘要〕本文从用户兴趣建模、推荐机制、信息资源管理三方面阐述了国内电子商务个性化推荐研究进展：用户兴趣建模研究用户兴趣模型表示、初始化、进化；推荐机制按实现方式分协同过滤推荐、基于内容推荐、基于规则推荐、基于知识推荐、基于效用推荐、基于人口统计推荐、混合推荐；信息资源管理研究集中在数据挖掘和存储。 　　〔关键词〕电子商务；个性化推荐；研究进展；用户兴趣建模；推荐机制 　　DOI：10.3969/j.issn.1008-0821.2017.04.024 　　〔中图分类号〕TP399；G202〔文献标识码〕A〔文章编号〕1008-0821（2017）04-0151-07 　　Research Development of E-Commerce Personalized 　　Recommendation in China：Core TechnologySun Yusheng1，2，3Zhang Chen1Ren Jie1Zhu Lijun2 　　（1.School of Economics and Management，HuBei University of Technology，Wuhan 430068，China； 　　2.Information Technology Support Center，Institute of Scientific Technical 　　Information of China，Beijing 100038，China； 　　3.Collaborative Innovation Center of Regional Industiral Ecology Development， 　　HuBei University of Technology，Wuhan 430068，China） 　　〔Abstract〕The authors revealed research development on e-commerce personalized recommendation in china from three aspects：users interest modeling，recommendation mechanism，information resource management.Users interest modeling explore the representation，initialization and evolution of users interest model；According to the way of implementation，recommendation mechanism can be divided into collaborative filtering recommendation，content-based recommendation，rule-based recommendation，knowledge-based recommendation，utility-based recommendation，demographic statistics-based recommendation and hybrid recommendation；research on information resource management was concentrated on data mining and storage. 　　〔Key words〕e-commerce；personalized recommendation；research development；user interest modeling；recommendation mechanism 　　随着互联网应用普及和电子商务迅猛发展，用户个性化需求日益凸显，客观需为其个性化推荐商品和服务。由此，电子商务个性化推荐应运而生，其基于所获取用户需求、兴趣爱好、网络行为等提取特征[1]并构建用户兴趣模型，动态发现用户潜在、个性需求并选择推荐机制匹配候选商品[2]，提供个性化主动信息、商品服务以提高用户满意度、商品销量。 　　本文以知网、万方的学位论文、期刊论文库及维普的期刊论文库为信息源，以“电子商务”、“个性化”、“推荐”为关键词组合在题名中检索相关文献（截至2016年8月11日，从知网获硕博论文73篇、期刊论文91篇；从万方获硕博论文80篇（新发现17篇）、期刊论文90篇（新发现3篇）；从维普获期刊论文95篇（新发现8篇），合计192篇文献），从用户兴趣建模、推荐机制、信息资源管理角度阐述国内电子商务个性化推荐