一种基于径向基函数与模糊自适应共振的电子商务-计算机应用研究.PDF

第２９卷第４期 计 算 机 应 用 研 究 Ｖｏｌ．２９Ｎｏ．４ ２０１２年４月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ａｐｒ．２０１２ 一种基于径向基函数与模糊自适应 共振的电子商务推荐方法 １，２ １ 薛福亮 ，张慧颖 （１．天津大学 管理与经济学部，天津３０００７２；２．天津财经大学商学院 管理信息系统系，天津３００２２２） 摘　要：针对协同过滤推荐算法面临数据稀疏特征时推荐效果较差，存在冷启动、稀疏性、可扩展性等问题， 提出应用径向基函数神经网络（ＲＢＦＮ）去解决传统协同过滤的缺点，有效地对稀疏性数据进行平滑处理，得到 消除稀疏性后的完全评价矩阵。并提出通过模糊自适应共振神经网络对用户相似性聚类进行改进，进行实时 推荐。实验评价结果表明，该方法与传统协同过滤推荐方法相比，无论在推荐精度还是推荐相关性上都更为 有效。 关键词：电子商务推荐方法；协同过滤；径向基函数；模糊自适应 中图分类号：ＴＰ３０１２　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１２）０４１３６４０４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１２．０４．０４５ Ｅｃｏｍｍｅｒｃｅｒｅｃｏｍｍｅｎｄａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎ ＲＢＦＮａｎｄｆｕｚｚｙａｒｔ １，２ １ ＸＵＥＦｕｌｉａｎｇ ，ＺＨＡＮＧＨｕｉｙｉｎｇ （１．Ｄｅｐｔ．ｏｆＭａｎａｇｅｍｅｎｔ＆Ｅｃｏｎｏｍｉｃｓ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ３０００７２，Ｃｈｉｎａ；２．Ｄｅｐｔ．ｏｆＩｎｆｏｒｍａｔｉｏｎＭａｎａｇｅｍｅｎｔＳｙｓｔｅｍ，Ｔｉａｎｊｉｎ ＵｎｉｖｅｒｓｉｔｙｏｆＦｉｎａｎｃｅ＆Ｅｃｏｎｏｍｉｃｓ，Ｔｉａｎｊｉｎ３００２２２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｈａｓａｌｅｓｓｅｆｆｅｃｔｉｖｅｒｅｃｏｍｍｅｎｄａｔｉｏｎｗｈｅｎｆａｃｅｄｗｉｔｈｓｐａｒｓｅｄａｔａ，ｉｔｈａｓｃｏｌｄｓｔａｒｔ， ｓｐａｒｓｉｔｙ，ｓｃａｌａｂｉｌｉｔｙａｎｄｏｔｈｅｒｉｓｓｕｅｓ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｒｅｃｏｍｍｅｎｄａｔｉｏｎａｐｐｒｏａｃｈｕｓｉｎｇｒａｄｉａｌｂａｓｉｓｆｕｎｃｔｉｏｎｎｅｔｗｏｒｋ （ＲＢＦＮ）ｔｏｓｏｌｖｅｔｈｅｓｈｏｒｔｃｏｍｉｎｇｓｏｆｔｒａｄｉｔｉｏｎａｌｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇ．Ｔｈｅｍｅｔｈｏｄｓｍｏｏｔｈｅｎｅｄｅｆｆｅｃｔｉｖｅｌｙｔｈｅｓｐａｒｓｅｄａｔａ，ｓｏ ｔｈａｔｓｐａｒｓｅｍａｔｒｉｘｂｅｃａｍｅｃｏｍｐｌｅｔｅ．Ａｔｔｈｅｓａｍｅｔｉｍｅ，ｔｈｅｍｅｔｈｏｄｕｓｅｄｔｈｅｆｕｚｚｙａｒｔｔｏａｄａｐｔｉｖｅｌｙｃｌｕｓｔｅｒｓｉｍｉｌａｒｕｓｅｒｓ，ａｎｄ ｇａｖｅｒｅａｌｔｉｍｅｒｅｃｏｍｍｅｎｄａｔｉｏｎ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｃｏｍｐａｒｅｄｗｉｔｈｔｒａｄｉｔｉｏｎａｌｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇｍｅｔｈｏｄｓ，ｔｈｅ ｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｍｏｒｅｅｆｆｅｃｔｉｖｅｂｏｔｈｉｎｔｈｅａｃｃｕｒａｃｙｏｒｒｅｌｅｖａｎｃｅｏｆｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ． Ｋｅｙｗｏｒｄｓ：ｅｃｏｍｍｅｒｃｅｒｅｃｏｍｍｅｎｄａｔｉｏｎｍｅｔｈｏｄ；ｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇ；ＲＢＦ；ｆｕｚｚｙａｒｔ