收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

电子商务协同过滤推荐质量影响因素及其改进机制研究

薛福亮  
【摘要】:协同过滤推荐技术是电子商务推荐系统中最为成熟也是目前最为成功的一种技术,但其受稀疏性、冷启动、扩展性等问题困扰,阻碍了其推荐质量与推荐效率的进一步发展。本文从电子商务协同过滤推荐质量与推荐效率目前遇到的问题出发,从保证基础评价数据的完整性,推荐方法的准确性,计算复杂度的适宜性三个角度去分析电子商务协同过滤推荐系统,指出协同过滤推荐系统瓶颈的产生原因,并提出了改进机制。 目前主流的推荐系统多依据用户对项目的直接评分或评价发现用户的购物偏好,在此基础上应用某种推荐算法向用户实施推荐。因部分用户不愿意对项目进行评价从而造成了评价数据的缺失,导致了协同过滤推荐的稀疏性问题。针对该问题,本文提出基于用户的稀疏评价数据应用SOM神经网络对具有相似购物偏好的用户进行聚类,依据同一聚类簇内用户购物偏好的相似性,进一步应用RBFN(径向基函数神经网络)进行平滑预测处理以获得用户对未评价项目评价值。神经网络聚类与预测有效的消除了基础评价数据的稀疏性问题,降低了基础评价数据的不完整性给推荐系统带来的影响。 协同过滤受冷启动问题影响,对新注册用户和新上架项目无能为力,针对新用户注册问题,本文提出在基于Vague集理论生成的“产品分类树”空间上实施关联规则挖掘,并依据关联规则实施推荐。关联规则的挖掘与推荐有效的解决了冷启动问题,作为协同过滤算法的必要补充保证了推荐方法的准确性。同时本文在传统基于用户的协同过滤推荐的基础上提出分别对最相似用户与最不相似用户分别聚类,并以两类用户聚类簇偏好产品的差值作为最终推荐以提高推荐精度。 针对系统计算复杂导致的扩展性问题,本文提出复杂度的降低应从数据维度降低和计算方法优化两个角度综合考虑。提出一种基于Vague集的“产品分类”方法,对产品特征进行Vague值的提取与表示,并通过Vague值相似性计算公式计算项目之间的相似性,依据项目之间的相似性对项目进行分类,并生成“产品分类树”,该方法能够更准确的表示项目之间相似的精确程度,使相似项目聚类更加准确。在“产品分类树”基础上依据用户兴趣预设“种子类”,在“种子类”内进行计算和推荐。项目的预分类有效的降低了需计算的数据维度,从而有效降低了计算复杂度。在此基础上结合“离线计算”和“在线推荐”进行计算方法优化,即将数据的预处理,相似性计算,聚类计算等前期处理放在离线阶段,充分发挥服务器的性能,在线阶段只实施计算结果的推荐,从而保证了系统的扩展性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 余力,刘鲁,罗掌华;我国电子商务推荐策略的比较分析[J];系统工程理论与实践;2004年08期
2 龚松杰;;电子商务中协同过滤推荐技术研究[J];商场现代化;2008年03期
3 郭炜;高琳琦;;电子旅游中间商的个性化信息服务模式研究[J];兰州商学院学报;2006年01期
4 游文;叶水生;;电子商务推荐系统中的协同过滤推荐[J];计算机技术与发展;2006年09期
5 胡慧蓉;;电子商务个性化推荐系统分析与设计[J];科技创新导报;2009年08期
6 王卫平;吴伦;;协同过滤在CRM交叉销售中的应用研究[J];管理学报;2007年04期
7 吕晓敏;;基于项目聚类和评分预测的协同过滤推荐算法研究[J];中国管理信息化;2010年11期
8 赵晓煜;丁延玲;;基于顾客交易数据的电子商务推荐方法研究[J];现代管理科学;2006年03期
9 夏建勋;;基于用户的协同过滤推荐技术[J];商场现代化;2009年09期
10 Scott Wheeler;;商品推荐背后的数学[J];程序员;2009年10期
11 张玲玲;陈全;朱正祥;石勇;;基于领域知识的个性化推荐在企业交叉销售中的应用[J];现代管理科学;2011年01期
12 汪婧;潘郁;;基于模糊聚类的WRFM导购方法研究[J];计算机仿真;2007年06期
13 裘立波;姜元春;林文龙;;电子商务环境下捆绑商品研究[J];商业研究;2009年09期
14 余力;左美云;;协同管理模式理论框架研究[J];中国人民大学学报;2006年03期
15 程婷婷;王恒山;刘建国;;用户和项目联合度对二分网络个性化推荐的影响[J];计算机科学;2011年05期
16 赵超超;;基于用户和基于项目结合的个性化推荐算法[J];内蒙古农业大学学报(社会科学版);2007年06期
17 薛云;;浅谈电子商务环境下的个性化服务[J];商场现代化;2009年07期
18 郭黎明;何艳娟;;电子商务中的协同过滤推荐系统[J];商场现代化;2009年17期
19 李聪;;ECRec:基于协同过滤的电子商务个性化推荐管理[J];现代图书情报技术;2009年10期
20 薛伟莲;王蕴慧;;一种基于对话的电子商务推荐系统[J];辽宁师范大学学报(自然科学版);2011年02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 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
3 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
4 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
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 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
7 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
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 王明文;陶红亮;熊小勇;;双向聚类迭代的协同过滤推荐算法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
10 孙铁利;杨焱;邱春艳;;基于内容预测的协同过滤推荐[A];2005年全国理论计算机科学学术年会论文集[C];2005年
中国博士学位论文全文数据库 前10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
2 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
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 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
5 孙慧峰;基于协同过滤的个性化Web推荐[D];北京邮电大学;2012年
6 李东胜;基于兴趣与保护隐私的在线社区推荐技术研究[D];复旦大学;2012年
7 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
8 张亮;推荐系统中协同过滤算法若干问题的研究[D];北京邮电大学;2009年
9 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
10 邓爱林;电子商务推荐系统关键技术研究[D];复旦大学;2003年
中国硕士学位论文全文数据库 前10条
1 邵伟;基于领域知识的协同过滤推荐研究[D];河北大学;2010年
2 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
3 王均波;协同过滤推荐算法及其改进研究[D];重庆大学;2010年
4 白龙;融合数据检测与用户信任的协同过滤算法研究[D];燕山大学;2010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 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
8 李春;协同过滤推荐算法的研究[D];湘潭大学;2010年
9 王小亮;基于协同过滤的个性化推荐算法的优化和应用[D];浙江工商大学;2010年
10 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
中国重要报纸全文数据库 前10条
1 刘溟;互联网 个性化营销最佳载体[N];经济日报;2004年
2 ;移动经营者的商务机会(未完待续)[N];网络世界;2001年
3 南方;房地产将走向互联网营销[N];中国信息报;2002年
4 朱冬梅;企业情报门户系统的内核[N];计算机世界;2004年
5 崔昕;浙大中药质控技术取得创新性成果[N];中国医药报;2002年
6 本报记者 李雪墨;指纹图谱给中药一个“身份证”[N];中国高新技术产业导报;2002年
7 拓文娟;复方丹参滴丸有了指纹图谱“画像”[N];中国中医药报;2004年
8 王明;浙大首创中药指纹图谱实验技术平台[N];中国高新技术产业导报;2002年
9 赵骏飞;数据挖掘在金融行业的应用[N];中国保险报;2011年
10 乔颖;程序解人意,帮你寻找“顺口”的美食[N];新华每日电讯;2011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
  • 010-62982499
  • 010-62783978