电子商务推荐系统中的协同过滤推荐.pdfVIP

电子商务推荐系统中的协同过滤推荐.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
电子商务推荐系统中的协同过滤推荐

维普资讯 第 16卷 第9期 计 算 机 技 术 与发 展 V01.I6 No.9 2006年 9月 COMPUTER EC} JOl YANDDE、厂E:LOPMENT SeD. 2006 电子商务推荐系统中的协同过滤推荐 游 文,叶水生 (南昌航空工业学院计算机科学与技术学院,江西 南昌330034) 摘 要:电子商务推荐系统中协同过滤已成为目前应用最广泛、最成功的推荐方法。它利用相似用户购买行为也可能相似 的特性进行推荐。介绍了与其他方法比较协同过滤方法的优点,然后说明了一些主要的协同过滤实现方法,指出了还需改 进和完善的地方 以及未来研究的方向。 关键词:电子商务;推荐系统;协同过滤 中图分类号:F724.6 文献标识码:A 文章编号:1673—629X(2006)09—0070—03 A SurveyofCollaborativeFilteringAlgorithm Appliedin E。-。commerceRecommenderSystem YOU Wen,YE Shui—sheng (DepartmentofComputer,NanchangInstituteofAeronauticalTechnolc~ ,Nanchang330034,China) Abstract:InE—commercerecommenders~tem,ocllaborativefilteringtechnologyisthemostpopularandsuccessfulmethodatpresent. Itsupposessimilarusersmayhavethes{Imebehaviorinshopping .Inthisarticle.firstintroducestrong —pointsofthealgorithmsocmpra— ing withothermethods,thendescribe severalma inocllaborativefiltering algoritmh s,atlast,pointoutseveralopenresearchproblemsand directionsonthealgoritmh . Keywords:E—commerce;rceommenders~tem;ocllaborativefiltering algoritmh 0 引 言 1 协同过滤算法 电子商务对传统的商务交易产生了革命性的变化,从 协同过滤的出发点是 .3J:兴趣相近的用户可能会对 而要求 “以产品为中心”向“面向客户”、“以客户为中心”的 同样的东西感兴趣。所以,只要维护关于用户喜好的数 新的商业模式的转变,要求电子商务网站按客户群划分产 据,从中分析得出具有相似 口味的用户,然后就可以根据 品,围绕客户进行服务,为客户提供所需要的东西,所以对 相似客户的意见来向其进行推荐。另一种可能的出发点 每个顾客提供个性化的服务成为必要。在这种背景下,推 是:用户可能较偏爱与其已购买的东西相类似的商品。可 荐系统(RecommenderSystem)应运而生,它是根据用户个 以根据用户对各种东西的评价来判断商品之间的相似程 人的喜好、习惯来向其推荐信息、商品的程序…。电子商 度,然后推荐与用户兴趣最接近的那些商品。前一种思路 务网站可以使用推荐系统分析客户的消费偏好,向每个客

文档评论(0)

zhengshumian + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档