学位论文 > 优秀研究生学位论文题录展示

协同过滤在电子商务推荐系统中的应用研究

作　者: 欧立奇
导　师: 陈莉
学　校: 西北大学
专　业: 计算机软件与理论
关键词: 协同过滤项目相似性矩阵划分个性化推荐分类树
分类号: TP319
类　型: 硕士论文
年　份: 2006年
下　载: 366次
引　用: 9次
阅　读: 论文下载

内容摘要

近年来,电子商务个性化推荐系统在网络上获得了普遍应用,其中应用最为广泛的个性化推荐技术是协同过滤技术。而随着网上有效信息的数量和商品的种类的急速增长,也对推荐系统提出了严峻挑战,协同过滤推荐中存在的新项目推荐问题、稀疏性问题等亟待解决。针对这些问题,本文综述了电子商务个性化推荐系统和常用的一些推荐方法,分析了协同过滤推荐中新项目难以推荐和稀疏性问题的根源,提出了一种对项目矩阵进行层次划分的方法。其基本思想是,首先利用分类树算法划分项目矩阵并计算项目间的相似度,在此基础上缩小近邻搜索的范围和需要预测的资源数目。通过用户对已有项目的评分顺序和项目间的相似性,预测用户对新项目的评分。试验结果表明基于项目矩阵划分的协同过滤算法,有效地解决了新项目推荐困难的问题,显示出了比传统推荐算法更好的推荐质量和扩展性。在此基础上,本文设计并开发了协同过滤商品推荐系统,通过买家访问日志,利用上述分析方法,可有效推荐给买家相似群组的偏好商品。此外,为了增进推荐内容资讯鲜度,本研究利用上述算法,有效地解决了新项目难以推荐的问题。最后,通过对数码消费产品业的模拟销售,推荐系统可以有效地提升电子市场的绩效,使商品的推荐行为更加有效,更有利于商品的销售。

全文目录

摘要  3-4
Abstract  4-6
目录  6-8
第一章绪论  8-11
  1.1 电子商务推荐系统的研究背景和意义  8-9
  1.2 本文的研究内容和成果  9-10
  1.3 本文的章节安排  10-11
第二章电子商务个性化推荐系统及其相关技术  11-22
  2.1 电子商务个性化推荐系统概述  11-17
    2.1.1 电子商务个性化推荐系统的功能  12-13
    2.1.2 电子商务个性化推荐系统的构成  13-15
    2.1.3 电子商务个性化推荐系统的总体框架及流程  15-17
  2.2 电子商务个性化推荐系统的研究内容  17-18
  2.3 推荐系统采用的相关技术和研究现状  18-21
  2.4 本章小结  21-22
第三章协同过滤在个性化推荐系统中的应用研究  22-37
  3.1 个性化推荐  22-25
  3.2 协同过滤的定义  25-27
  3.3 协同过滤运作机制  27-30
    3.3.1 使用者评比资料的收集  27-29
    3.3.2 依使用者偏好分群技术  29-30
  3.4 基于用户的协同过滤推荐算法  30-34
    3.4.1 评分表示  31
    3.4.2 邻居的形成  31-33
    3.4.3 产生推荐  33-34
  3.5 协同过滤的缺点与限制  34-36
  3.6 本章小结  36-37
第四章基于概念分类的协同过滤推荐算法  37-44
  4.1 概念分类  37-38
  4.2 多层次评估矩阵  38-40
  4.3 点击权重分类  40-42
  4.4 新项目推荐算法  42-43
  4.5 本章小结  43-44
第五章协同过滤算法的应用实例  44-61
  5.1 协同过滤模型的设计与实现  44-45
  5.2 协同过滤系统运行流程  45-59
    5.2.1 计算买家群组商品排行榜  46-52
    5.2.2 计算买家群组中相似新商品排行榜  52-56
    5.2.3 产生推荐内容  56-59
  5.3 实验结果分析  59-60
  5.4 本章小结  60-61
第六章结束语  61-63
参考文献  63-66
攻读硕士学位期间的研究成果及参加的科研项目  66-67
致谢  67

协同过滤在电子商务推荐系统中的应用研究

内容摘要

全文目录

相似论文