收藏本站
《合肥工业大学》 2009年
收藏 | 手机打开
二维码
手机客户端打开本文

电子商务推荐系统中协同过滤瓶颈问题研究

李聪  
【摘要】: 随着Internet和电子商务的迅猛发展,人类已经进入信息社会时代。我国的电子商务市场发展潜力巨大,同时保持了持续高速增长势头。人们通过访问电子商务网站,可以享受足不出户选购商品的快乐和方便。但是,电子商务网站提供的大量商品对用户造成了“信息超载”,导致电子商务网站面临这样一个严峻的问题:如何在用户浏览网站时将适合该用户的商品推荐到他/她面前,克服信息超载带来的不利影响,从而促成更多的交易以增加企业销售额? 电子商务推荐系统(E-commerce recommender systems)就是解决信息超载问题的一种方案、一种实现电子商务网站“一对一营销”战略的技术,可作为网站客户关系管理的有益组成部分,已经在许多大型网站得到应用。协同过滤是目前电子商务推荐系统中广泛使用的、最成功的推荐算法,但还存在诸如稀疏性(sparsity)、冷启动(cold-start)、可扩展性(scalability)等制约其进一步发展的瓶颈问题。因此,需要对上述协同过滤瓶颈问题展开进一步研究。本文的主要研究内容如下: (1)对协同过滤的国内外研究现状进行了全面的梳理和综述,在此基础上对协同过滤瓶颈问题进行了提炼。 (2)针对基于项目评分预测的协同过滤推荐算法在缓解稀疏性问题上的不足,即目标用户最近邻搜寻不够准确和存在不必要计算耗费,首先提出了非目标用户类型区分理论,从而将用户评分项并集中的非目标用户区分为无推荐能力和有推荐能力两种类型。对于无推荐能力用户,不再计算其与目标用户的相似性以提高算法效率和改善推荐实时性;对于有推荐能力用户,则在其与目标用户存在共同评分项类时,提出了领域最近邻理论对用户评分项并集中的未评分项进行评分预测,从而使最近邻搜寻更加准确。为了防止用户评分数据的极端稀疏现象可能导致领域最近邻的用户相似性过低,进一步提出了一种基于Rough集理论的用户评分项并集未评分值填补方法,该方法能有效实现用户评分项并集的完备化,从而将其应用于评分矩阵的未评分值估算以缓解稀疏性,实现了对领域最近邻理论的有效补充。 (3)针对冷启动中的新用户问题,提出了一种冷启动消除方法。首先,提出了用户访问项序理论,通过Web日志来获取用户访问项序,并定义了n序访问解析逻辑,将用户访问项序分解为用户访问子序集,并设计了用户访问项序的相似性计算方法来搜寻新用户的最近邻集合,进而提出了一种改进的最频繁项提取算法IMIEA来对最近邻集合的用户访问项序进行处理,得到面向新用户的top-N推荐;基于最近邻用户与新用户的用户访问项序集合,建立了用户访问项序的Markov链模型,实现了对新用户的商品导航推荐。 (4)针对可扩展性问题,提出了一种适应用户兴趣变化的协同过滤增量更新机制,能够以较小的系统计算量在用户提交新评分后实时更新相应项目与其它项目之间的相似性数据,从而消除了传统方法在每次进行推荐计算时无法避免的扫描全体项目空间的计算耗费,有效改善了可扩展性;同时,由于这种增量更新机制保证了在推荐运算中能够使用到最新的用户评分数据,因此使得推荐服务可以适应用户兴趣偏好的动态变化,从而弥补了传统的离线计算项目相似性方法难以反映用户兴趣漂移的不足。 (5)在本文提出的上述理论和方法基础上,设计并实现了一个电子商务协同过滤原型系统ECRec(E-Commerce Recommender system),该系统具有良好的可移植性、可维护性及开放式架构(open architecture)特征。
【学位授予单位】:合肥工业大学
【学位级别】:博士
【学位授予年份】:2009
【分类号】:TP311.52

手机知网App
【引证文献】
中国期刊全文数据库 前2条
1 薛福亮;张慧颖;;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[J];计算机应用研究;2012年04期
2 张慧颖;薛福亮;;一种集成客户终身价值与协同过滤的推荐方法[J];现代图书情报技术;2012年01期
中国博士学位论文全文数据库 前1条
1 薛福亮;电子商务协同过滤推荐质量影响因素及其改进机制研究[D];天津大学;2012年
中国硕士学位论文全文数据库 前10条
1 胡福华;基于可信相似度传递的协同过滤算法研究与应用[D];浙江大学;2011年
2 黄少冰;基于J2ME的移动网络个性化信息推荐研究[D];西安电子科技大学;2011年
3 黄合鑫;电子商务协同过滤算法的研究与实现[D];北京交通大学;2011年
4 杨叶坤;协同过滤技术在个性化资源推荐中的应用研究[D];大连海事大学;2011年
5 孙凯;自动答疑系统中的问句理解与个性化推荐算法研究[D];南京信息工程大学;2011年
6 杜金涛;基于粗糙集的协同推荐模型研究[D];杭州电子科技大学;2009年
7 张学胜;面向数据稀疏的协同过滤推荐算法研究[D];中国科学技术大学;2011年
8 迟娜;改进的协同过滤算法在推荐系统中的研究[D];辽宁工程技术大学;2011年
9 云龙;协同过滤推荐系统中关键问题研究与实现[D];黑龙江大学;2011年
10 汪琳;基于协同过滤的电子商务个性化推荐系统的研究与实现[D];电子科技大学;2011年
【参考文献】
中国期刊全文数据库 前10条
1 王实,高文,李锦涛,谢辉;路径聚类:在Web站点中的知识发现[J];计算机研究与发展;2001年04期
2 赵亮,胡乃静,张守志;个性化推荐算法设计[J];计算机研究与发展;2002年08期
3 周军锋,汤显,郭景峰;一种优化的协同过滤推荐算法[J];计算机研究与发展;2004年10期
4 张锋;常会友;;使用BP神经网络缓解协同过滤推荐算法的稀疏性问题[J];计算机研究与发展;2006年04期
5 邢春晓;高凤荣;战思南;周立柱;;适应用户兴趣变化的协同过滤推荐算法[J];计算机研究与发展;2007年02期
6 李超然,徐雁斐,张亮;协同推荐pLSA模型的动态修正[J];计算机工程;2005年20期
7 余力,刘鲁;电子商务个性化推荐研究[J];计算机集成制造系统;2004年10期
8 邢永康,马少平;多Markov链用户浏览预测模型[J];计算机学报;2003年11期
9 曾春,邢春晓,周立柱;个性化服务技术综述[J];软件学报;2002年10期
10 邓爱林,朱扬勇,施伯乐;基于项目评分预测的协同过滤推荐算法[J];软件学报;2003年09期
中国博士学位论文全文数据库 前2条
1 邓爱林;电子商务推荐系统关键技术研究[D];复旦大学;2003年
2 孙小华;协同过滤系统的稀疏性与冷启动问题研究[D];浙江大学;2005年
【共引文献】
中国期刊全文数据库 前10条
1 张世海,刘晓燕,欧进萍;高层结构智能选型知识发现及方法比较[J];四川建筑科学研究;2005年05期
2 潘洁珠;半结构化数据及其数据模型[J];安徽教育学院学报;2003年06期
3 苗强;张学友;毛军军;;基于模糊语言判断矩阵的多目标博弈研究[J];合肥师范学院学报;2010年03期
4 徐文婷;李承鹏;;基于自适应遗传算法的离散化方法[J];合肥师范学院学报;2011年03期
5 钱立三;WEB日志挖掘在远程开放教育中的应用[J];安徽广播电视大学学报;2005年03期
6 赵鹏,倪志伟,贾瑞玉;基于数据挖掘技术的范例库维护[J];安徽大学学报(自然科学版);2003年02期
7 孙多;;基于兴趣度的聚类协同过滤推荐系统的设计[J];安徽大学学报(自然科学版);2007年05期
8 蔡莉;胡学钢;;一种基于粗集的决策表求核算法[J];安徽大学学报(自然科学版);2007年06期
9 周玉华;李景杰;;不完备决策表的一种属性约简方法[J];安徽大学学报(自然科学版);2009年04期
10 梁佩佩,杨丽萍;基于模糊关系数据库的聚类算法研究[J];安徽职业技术学院学报;2004年01期
中国重要会议论文全文数据库 前10条
1 黄孝鹏;龚亲华;李振宇;许甜甜;;中国古代决策思想与现代决策科学的融合与发展[A];安徽省管子研究会2011年年会暨全国第六届管子学术研讨会交流论文集[C];2011年
2 章曙光;;基于CBR的电力负荷预测系统的研究与实现[A];2005年“数字安徽”博士科技论坛论文集[C];2005年
3 危前进;董荣胜;孟瑜;崔更申;;基于粗糙集的机械装配知识发现方法[A];广西计算机学会25周年纪念会暨2011年学术年会论文集[C];2011年
4 雷育生;甘仞初;杨军;;一种基于用户偏好的虚拟网站信息结构自适应调整算法[A];2007年全国第十一届企业信息化与工业工程学术会议论文集[C];2007年
5 张泽虹;;基于模糊数的信息安全风险评估[A];2007年全国第十一届企业信息化与工业工程学术会议论文集[C];2007年
6 ;Fuzziness in Covering Generalized Rough Sets[A];第二十六届中国控制会议论文集[C];2007年
7 李雄;党生;;基于Rough集理论的战场侦察情报处理[A];第二十六届中国控制会议论文集[C];2007年
8 陈楚湘;沈建京;陈冰;尚长兴;王运成;;运用粗糙集理论建立中老年肺炎中医症候诊断标准[A];第二十九届中国控制会议论文集[C];2010年
9 龚锦红;杨辉;衷路生;;稀土萃取分离过程的Rough集案例推理方法[A];第二十九届中国控制会议论文集[C];2010年
10 ;Influence Diagram Based on Rough Set Theory[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 王杰;基于人工智能的乒乓球比赛技战术诊断与评估研究[D];上海体育学院;2010年
2 叶海智;面向分布式关键任务系统的自律恢复机制研究[D];哈尔滨工程大学;2010年
3 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
4 姜延吉;多传感器数据融合关键技术研究[D];哈尔滨工程大学;2010年
5 董慧群;代建制项目风险预警管理研究[D];辽宁工程技术大学;2010年
6 陈亮;火电企业环境成本控制与决策研究[D];辽宁工程技术大学;2010年
7 牟向伟;模糊语义个性化推荐系统在电子政务中的应用研究[D];大连海事大学;2010年
8 全惠敏;电能质量相关信号的S变换检测算法及应用研究[D];湖南大学;2010年
9 汪澎;驾驶人警觉状态检测技术研究[D];江苏大学;2010年
10 张目;高技术企业信用风险影响因素及评价方法研究[D];电子科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
2 吴则则;支持动态演进的用户兴趣模型挖掘方法研究[D];山东科技大学;2010年
3 吴香庭;基于遗传算法的K-means聚类方法的研究[D];山东科技大学;2010年
4 岳海亮;信息论在粗糙集连续属性离散化中的应用[D];辽宁师范大学;2010年
5 蔡宏果;基于基因表达式编程的Web个性化推荐技术研究[D];广西师范学院;2010年
6 蔡浩;基于Web使用挖掘的协同过滤推荐算法研究[D];浙江理工大学;2010年
7 刘建东;基于Web访问信息挖掘的数字图书馆个性化服务研究[D];浙江理工大学;2010年
8 张晓冬;基于全矢谱的智能诊断技术研究[D];郑州大学;2010年
9 李昕哲;关系邻域系统的属性约简[D];郑州大学;2010年
10 刘琪;正态云模型模糊推理系统及其应用研究[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 朱明星,张德龙;RBF网络基函数中心选取算法的研究[J];安徽大学学报(自然科学版);2000年01期
2 樊孝忠,李宏乔,李良富,叶江;银行领域汉语自动问答系统BAQS的研究与实现[J];北京理工大学学报;2004年06期
3 夏天,樊孝忠,刘林,骆正华;基于ALICE的汉语自然语言接口[J];北京理工大学学报;2004年10期
4 崔林,宋瀚涛,陆玉昌;基于语义相似性的资源协同过滤技术研究[J];北京理工大学学报;2005年05期
5 周珍,吴祈宗,刘福祥,彭艳丽;基于区间值Vague集的多准则模糊决策方法[J];北京理工大学学报;2005年11期
6 张瑞华;周延泉;王枞;李蕾;;移动终端离线浏览系统的新闻推荐服务研究[J];北京邮电大学学报;2006年06期
7 吴琪;一种基于客户端的用户浏览行为的采集方法[J];长春师范学院学报;2005年09期
8 许建潮;王红梅;;改进的协同过滤算法[J];吉林大学学报(信息科学版);2008年01期
9 杨金辉;赵晋;马添翼;孙延风;;基于PCA-SOM的上市公司综合绩效评价[J];吉林大学学报(信息科学版);2008年02期
10 傅鹤岗;王竹伟;;对基于项目的协同过滤推荐系统的改进[J];重庆理工大学学报(自然科学版);2010年09期
中国重要会议论文全文数据库 前1条
1 汤志伟;王菁;;面向公众的电子政务个性化信息服务体系的构建[A];中国信息经济学会2007年学术年会论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 刘毅捷;视频社区中海量数据管理方法研究[D];中国科学技术大学;2011年
2 邓爱林;电子商务推荐系统关键技术研究[D];复旦大学;2003年
3 孙小华;协同过滤系统的稀疏性与冷启动问题研究[D];浙江大学;2005年
4 曹渝昆;基于神经网络和模糊逻辑的智能推荐系统研究[D];重庆大学;2006年
5 张亮;面向开放域的中文问答系统问句处理相关技术研究[D];南京理工大学;2006年
6 王宏宇;商务推荐系统的设计研究[D];中国科学技术大学;2007年
7 易明;基于Web挖掘的电子商务个性化推荐机理与方法研究[D];华中科技大学;2006年
8 郭艳红;推荐系统的协同过滤算法与应用研究[D];大连理工大学;2008年
9 殷瑞飞;数据挖掘中的聚类方法及其应用[D];厦门大学;2008年
10 于士涛;基于问答网络论坛知识体系的自动问答系统研究[D];南开大学;2009年
中国硕士学位论文全文数据库 前10条
1 吴倩倩;基于语义Web的智能问答系统的研究与实现[D];北京交通大学;2011年
2 刘继庆;基于相关度和关联属性偏好的个性化推荐算法研究[D];大连理工大学;2011年
3 康雨洁;基于协同过滤的个性化社区推荐方法研究[D];中国科学技术大学;2011年
4 张学胜;面向数据稀疏的协同过滤推荐算法研究[D];中国科学技术大学;2011年
5 王金辉;基于标签的协同过滤稀疏性问题研究[D];中国科学技术大学;2011年
6 董文远;基于混合过滤的推荐系统开发研究[D];吉林大学;2011年
7 张新颜;集合多标签文本分类研究[D];辽宁工程技术大学;2011年
8 赵志荣;个性化搜索引擎的研究、设计与实现[D];四川大学;2002年
9 凌海云;基于语义网的智能搜索技术的研究与实现[D];电子科技大学;2004年
10 张晓旻;移动电子商务——电子商务的新模式[D];华中师范大学;2004年
【二级引证文献】
中国期刊全文数据库 前4条
1 田亮;宋薇;黄少冰;;移动环境下个性化推荐系统的设计实现[J];电子世界;2013年05期
2 沈键;杨煜普;;基于二阶段相似度学习的协同过滤推荐算法[J];计算机应用研究;2013年03期
3 张阳;申华;;基于近邻用户和近邻项目的协同过滤改进算法[J];沈阳师范大学学报(自然科学版);2012年03期
4 吴志强;马慧娟;;协同信息推荐技术及其在数字图书馆中的应用研究述评[J];图书情报工作;2012年19期
中国博士学位论文全文数据库 前1条
1 薛福亮;电子商务协同过滤推荐质量影响因素及其改进机制研究[D];天津大学;2012年
中国硕士学位论文全文数据库 前7条
1 黄合鑫;电子商务协同过滤算法的研究与实现[D];北京交通大学;2011年
2 韩璐;基于MVC模式的在线答疑系统设计与实现[D];辽宁科技大学;2012年
3 程飞;基于用户相似性的协同过滤推荐算法研究[D];北京交通大学;2012年
4 王桂芬;电子商务个性化推荐系统中协同过滤算法的研究与应用[D];南昌大学;2012年
5 范敏敏;非负矩阵分解与聚类方法在个性化推荐系统中的应用研究[D];华东交通大学;2012年
6 严水发;基于Agent的个性化服务平台的应用研究[D];中南大学;2012年
7 赵娜;移动终端个性化应用服务推送系统的研究与实现[D];中国海洋大学;2012年
【二级参考文献】
中国期刊全文数据库 前10条
1 强宇,刘宗田,林炜,时百胜,李云;模糊概念格在知识发现的应用及一种构造算法[J];电子学报;2005年02期
2 谢志鹏,刘宗田;概念格与关联规则发现[J];计算机研究与发展;2000年12期
3 赵亮,胡乃静,张守志;个性化推荐算法设计[J];计算机研究与发展;2002年08期
4 张凯,胡运发,王瑜;基于互关联后继树的概念格构造算法[J];计算机研究与发展;2004年09期
5 周军锋,汤显,郭景峰;一种优化的协同过滤推荐算法[J];计算机研究与发展;2004年10期
6 周斌,吴泉源,高洪奎;用户访问模式数据挖掘的模型与算法研究[J];计算机研究与发展;1999年07期
7 李煊,汪晓岩,庄镇泉;基于关联规则挖掘的个性化智能推荐服务[J];计算机工程与应用;2002年11期
8 李勇,徐振宁,张维明;Internet个性化信息服务研究综述[J];计算机工程与应用;2002年19期
9 徐小琳,阙喜戎,程时端;信息过滤技术和个性化信息服务[J];计算机工程与应用;2003年09期
10 张春英,郭景峰,刘保相;基于属性链表的概念格纵横向维护算法[J];计算机工程与应用;2004年05期
【相似文献】
中国期刊全文数据库 前10条
1 李聪;梁昌勇;杨善林;;电子商务协同过滤稀疏性研究:一个分类视角[J];管理工程学报;2011年01期
2 王卫平;杨磊;;结合最大熵模型和tag特征的混合推荐系统[J];计算机系统应用;2011年07期
3 孙小华;陈洪;孔繁胜;;在协同过滤中结合奇异值分解与最近邻方法[J];计算机应用研究;2006年09期
4 王静蕾;高继勋;;电子商务环境中个性化信息推荐服务的发展[J];河南工程学院学报(自然科学版);2008年02期
5 张海鹏;李烈彪;李仙;周亚蜂;;基于项目分类预测的协同过滤推荐算法[J];情报学报;2008年02期
6 吴昊;宋伟国;程亚娟;;基于CF面向对象的电子商务推荐系统[J];甘肃科学学报;2011年01期
7 傅鹤岗;彭晋;;基于模范用户的改进协同过滤算法[J];计算机工程;2011年03期
8 郭艳红;邓贵仕;;协同过滤系统项目冷启动的混合推荐算法[J];计算机工程;2008年23期
9 陈逸;于洪;;一种基于相同评分矩阵的协同过滤补值算法[J];计算机应用研究;2009年12期
10 刘淇;陈恩红;;结合二部图投影与排序的协同过滤[J];小型微型计算机系统;2010年05期
中国重要会议论文全文数据库 前10条
1 董全德;;基于双信息源的协同过滤算法研究[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
2 李建国;姚良超;汤庸;郭欢;;基于认知度的协同过滤推荐算法[A];第26届中国数据库学术会议论文集(B辑)[C];2009年
3 周军锋;汤显;郭景峰;;一种优化的协同过滤推荐算法[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
4 黄创光;印鉴;汪静;刘玉葆;王甲海;;不确定近邻的协同过滤推荐算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年
5 汤显;郭景峰;高英飞;;基于类别相似性的增量协同过滤推荐算法[A];第二十三届中国数据库学术会议论文集(研究报告篇)[C];2006年
6 陶红亮;王明文;曹瑛;;基于项目平滑和聚类的协同过滤推荐算法[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
7 胡必云;李舟军;王君;;基于心理测量学的协同过滤相似度方法(英文)[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年
8 李雪;左万利;赫枫龄;王英;;传统Item-Based协同过滤推荐算法改进[A];第26届中国数据库学术会议论文集(B辑)[C];2009年
9 聂智军;王宝园;;基于分区策略的RANS方程并行算法可扩展性分析[A];计算流体力学研究进展——第十二届全国计算流体力学会议论文集[C];2004年
10 李芳;边馥苓;;构件化GIS的可扩展性研究[A];第四届海峡两岸GIS发展研讨会暨中国GIS协会第十届年会论文集[C];2006年
中国重要报纸全文数据库 前10条
1 丁皓;印陆军“冷启动”新作战理论[N];中国国防报;2004年
2 ;EtherScale结构——弹性、可扩展性和安全性的保证[N];网络世界;2004年
3 博瑞祥弘;常见冷启动故障分析[N];中国消费者报;2005年
4 郭振海;冷启动后发动机为什么抖动?[N];中国交通报;2002年
5 叶莲;印陆军要买1000辆T-90S坦克[N];中国国防报;2008年
6 北雪;3月空调市场冷启动[N];中国经营报;2003年
7 郑建国;现代索纳塔轿车 冷启动困难[N];中国汽车报;2001年
8 何宝宏;IPTV与P2P技术结合将更具可扩展性[N];中国电子报;2007年
9 王涛;印陆军演练核条件下奔袭作战[N];中国国防报;2007年
10 中国软件评测中心媒体测试部;设计出众 可扩展性优秀[N];中国计算机报;2009年
中国博士学位论文全文数据库 前10条
1 李聪;电子商务推荐系统中协同过滤瓶颈问题研究[D];合肥工业大学;2009年
2 孙小华;协同过滤系统的稀疏性与冷启动问题研究[D];浙江大学;2005年
3 夏培勇;个性化推荐技术中的协同过滤算法研究[D];中国海洋大学;2011年
4 薛福亮;电子商务协同过滤推荐质量影响因素及其改进机制研究[D];天津大学;2012年
5 郭艳红;推荐系统的协同过滤算法与应用研究[D];大连理工大学;2008年
6 沈磊;心理学模型与协同过滤集成的算法研究[D];北京航空航天大学;2010年
7 高旻;基于计算语用学和项目的资源协同过滤推荐研究[D];重庆大学;2010年
8 王之元;并行计算可扩展性分析与优化[D];国防科学技术大学;2011年
9 李景涛;P2P环境下的信任模型与副本方案研究[D];复旦大学;2006年
10 王林;间歇精馏冷启动过程的流程模拟[D];浙江大学;2002年
中国硕士学位论文全文数据库 前10条
1 袁先虎;基于混合用户模型的协同过滤推荐算法研究[D];重庆大学;2010年
2 邵伟;基于领域知识的协同过滤推荐研究[D];河北大学;2010年
3 张晓蕾;协同过滤推荐模型及其在汽车电子商务中的应用研究[D];天津师范大学;2010年
4 康雨洁;基于协同过滤的个性化社区推荐方法研究[D];中国科学技术大学;2011年
5 庞军;双聚类算法及其在协同过滤中的应用研究[D];大连理工大学;2010年
6 曾小波;基于协同过滤的推荐系统的研究[D];电子科技大学;2010年
7 李春;协同过滤推荐算法的研究[D];湘潭大学;2010年
8 金亚亚;一种基于改进信任度的协同过滤算法[D];华东理工大学;2011年
9 胡福华;基于可信相似度传递的协同过滤算法研究与应用[D];浙江大学;2011年
10 王均波;协同过滤推荐算法及其改进研究[D];重庆大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026