【摘要】：電子商務(wù)個(gè)性化推薦成為客戶關(guān)系管理的重要內(nèi)容,協(xié)同過(guò)濾算法是應(yīng)用最為廣泛的個(gè)性化推薦技術(shù),但傳統(tǒng)的協(xié)同過(guò)濾推薦算法并不適合用戶多興趣情況下的個(gè)性化推薦。在分析原因的基礎(chǔ)上,通過(guò)組合基于用戶的協(xié)同過(guò)濾和基于項(xiàng)目的協(xié)同過(guò)濾算法,先求解目標(biāo)項(xiàng)目的相似項(xiàng)目集,在目標(biāo)項(xiàng)目的相似項(xiàng)目集上再采用基于用戶的協(xié)同過(guò)濾算法。這種基于相似項(xiàng)目的鄰居用戶協(xié)同推薦方法,能很好地處理用戶多興趣下的個(gè)性化推薦問(wèn)題,尤其當(dāng)候選推薦項(xiàng)目的內(nèi)容屬性相差較大時(shí),該方法性能更優(yōu)。最后,用EachMovie數(shù)據(jù)庫(kù)對(duì)算法進(jìn)行了仿真實(shí)驗(yàn),實(shí)驗(yàn)表明該算法準(zhǔn)確率更高。
[Abstract]:E-commerce personalized recommendation has become an important part of customer relationship management. Collaborative filtering algorithm is the most widely used personalized recommendation technology, but the traditional collaborative filtering recommendation algorithm is not suitable for personalized recommendation with multiple interests. Based on the analysis of the reasons, the similar itemsets of the target items are solved by combining the user-based collaborative filtering algorithm with the project-based collaborative filtering algorithm, and then the user-based collaborative filtering algorithm is used on the similar itemsets of the target items. This collaborative recommendation method based on similar projects can deal with the personalized recommendation problem of users with multiple interests. Especially when the content attributes of candidate recommendation items vary greatly the performance of this method is better. Finally, EachMovie database is used to simulate the algorithm, and the experiment shows that the algorithm is more accurate.
【作者單位】： 北京航空航天大學(xué)經(jīng)濟(jì)管理學(xué)院 北京航空航天大學(xué)經(jīng)濟(jì)管理學(xué)院 北京航空航天大學(xué)經(jīng)濟(jì)管理學(xué)院
【基金】：教育部博士點(diǎn)基金資助項(xiàng)目(2000000601) 國(guó)家自然科學(xué)基金資助項(xiàng)目(70371004)。~~
【分類號(hào)】：F224

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 趙亮,胡乃靜,張守志;個(gè)性化推薦算法設(shè)計(jì)[J];計(jì)算機(jī)研究與發(fā)展;2002年08期

2 余力,劉魯;電子商務(wù)個(gè)性化推薦研究[J];計(jì)算機(jī)集成制造系統(tǒng)-CIMS;2004年10期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 舒堅(jiān);鄭誠(chéng);陳振;;基于關(guān)聯(lián)分類方法的Web使用挖掘研究[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年02期

2 覃遵躍;在左邊是單屬性的函數(shù)依賴集中尋找關(guān)系模式候選碼的算法[J];安慶師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年02期

3 黃曉斌;;基于協(xié)同過(guò)濾的數(shù)字圖書(shū)館推薦系統(tǒng)研究[J];大學(xué)圖書(shū)館學(xué)報(bào);2006年01期

4 賀衛(wèi)紅;曹毅;;基于向量空間模型文本過(guò)濾算法[J];系統(tǒng)工程;2005年10期

5 周軍鋒,湯顯,郭景峰;一種優(yōu)化的協(xié)同過(guò)濾推薦算法[J];計(jì)算機(jī)研究與發(fā)展;2004年10期

6 張鋒;常會(huì)友;;使用BP神經(jīng)網(wǎng)絡(luò)緩解協(xié)同過(guò)濾推薦算法的稀疏性問(wèn)題[J];計(jì)算機(jī)研究與發(fā)展;2006年04期

7 戴東波,印鑒;結(jié)合使用挖掘和內(nèi)容挖掘的web推薦服務(wù)[J];計(jì)算機(jī)工程與應(yīng)用;2005年18期

8 何波;王越;;基于數(shù)據(jù)挖掘的Web個(gè)性化信息推薦系統(tǒng)[J];計(jì)算機(jī)工程與應(yīng)用;2006年03期

9 朱征宇;張小林;熊茜;謝祈鴻;;基于用戶興趣子類的協(xié)作推薦算法[J];計(jì)算機(jī)科學(xué);2005年10期

10 王鳳霞,張景,常曉;電子教務(wù)門(mén)戶研究與設(shè)計(jì)[J];計(jì)算機(jī)工程;2005年08期

相關(guān)會(huì)議論文 前1條

1 Do Hyun Ahn;Hee ae Lee;;A Personalized Recommender System Based on Explanation Facilities Using Collaborative Filtering[A];第四屆電子商務(wù)國(guó)際會(huì)議論文集（Ⅰ）[C];2004年

相關(guān)博士學(xué)位論文 前10條

1 應(yīng)曉敏;面向Internet個(gè)性化服務(wù)的用戶建模技術(shù)研究[D];中國(guó)人民解放軍國(guó)防科學(xué)技術(shù)大學(xué);2003年

2 朱征宇;Web資源組織與服務(wù)性能研究[D];重慶大學(xué);2003年

3 周明建;基于本體的開(kāi)放式知識(shí)管理研究[D];浙江大學(xué);2004年

4 張曉剛;面向軟件過(guò)程改進(jìn)的知識(shí)管理技術(shù)研究[D];中國(guó)科學(xué)院研究生院（軟件研究所）;2004年

5 王萍;基于數(shù)據(jù)挖掘技術(shù)的消費(fèi)者行為研究[D];吉林大學(xué);2004年

6 徐冰;智能虛擬環(huán)境Agent技術(shù)研究[D];浙江大學(xué);2005年

7 孫小華;協(xié)同過(guò)濾系統(tǒng)的稀疏性與冷啟動(dòng)問(wèn)題研究[D];浙江大學(xué);2005年

8 余軼軍;Web訪問(wèn)信息挖掘若干關(guān)鍵技術(shù)的研究[D];浙江大學(xué);2006年

9 黃亦瀟;客戶知識(shí)獲取的理論與應(yīng)用研究[D];電子科技大學(xué);2006年

10 趙鵬;復(fù)雜網(wǎng)絡(luò)與互聯(lián)網(wǎng)個(gè)性化信息服務(wù)的研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 白麗君;基于內(nèi)容和協(xié)作的科技文獻(xiàn)過(guò)濾方法研究[D];山西大學(xué);2003年

2 荊玲;基于遺傳算法的實(shí)時(shí)個(gè)性化推薦研究[D];重慶大學(xué);2003年

3 王鳳霞;研究生電子教務(wù)信息門(mén)戶研究與開(kāi)發(fā)[D];西安理工大學(xué);2004年

4 趙家偉;智能電子商務(wù)個(gè)性化服務(wù)推薦引擎技術(shù)的研究與實(shí)現(xiàn)[D];南京航空航天大學(xué);2004年

5 yひ懔，

本文編號(hào)：2310477