【摘要】：隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展,人們越來越多的選擇在網(wǎng)上消費購物,網(wǎng)上的商品與信息量早已數(shù)不勝數(shù),數(shù)據(jù)量劇增,我們很難準確得到我們想要的信息,人們的時間與精力是有限的。當我們對產(chǎn)品信息特別了解時,我們通過搜索能夠迅速定位到我們想要的結(jié)果,當我們不了解產(chǎn)品信息時,我們變得束手無策,因此推薦系統(tǒng)對我們的作用不言而喻,其就像我們生活中的導購員,引導我們購買商品或者找到我們想要的東西。2015年,國內(nèi)裝修市場經(jīng)濟規(guī)模接近四萬億元,一方面目前在協(xié)同過濾家裝推薦上研究的學者比較少,二是之前學者對slope one算法的研究只考慮到項目評分,忽略了用戶與項目本身自有的特點,本文把這兩方面因素考慮進來提出級聯(lián)的組合推薦協(xié)同過濾算法,首先把用戶評分相似度和用戶屬性相似度按一定比例相結(jié)合,在尋找最近鄰時更加合理準確,找出用戶最近鄰居集合,把這一步得到的推薦結(jié)果數(shù)據(jù)作為下一步推薦算法的輸入數(shù)據(jù),然后考慮到項目評分與項目屬性,按一定比例結(jié)合對slope one算法改進,得到一種合理的家裝推薦算法。主要工作如下:1)考慮協(xié)同過濾在家裝方面的研究特別少,從實際應用角度出發(fā),把其應用到家裝領域;2)提出基于用戶總體相似度的概念對基于用戶的協(xié)同過濾算法進行改進,產(chǎn)生最近鄰居集合,然后將用戶鄰居集用到下一步的算法中;3)提出項目總體相似度,包括項目評分與項目屬性相似度改進Slope one算法;4)通過自己兩年來在X互聯(lián)網(wǎng)裝飾公司的實習經(jīng)歷,對客戶的特征與行為活動進行總結(jié)分析,利用相關數(shù)據(jù)進行驗證。
【學位授予單位】：蘭州財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：F426.92
【圖文】：

協(xié)同過濾思想1

12圖 2.5 協(xié)同過濾思想 2.2 基于記憶的協(xié)同過濾基于記憶的協(xié)同過技術(shù)根據(jù)研究目標的不同其可以分為兩類：一是基于用戶，二是基于項目的。它是協(xié)同過濾里面應用最廣泛最基礎的算法。

【參考文獻】

相關期刊論文 前10條

1 段桂芹;;基于均值與最大距離乘積的初始聚類中心優(yōu)化K-means算法[J];計算機與數(shù)字工程;2015年03期

2 程高偉;丁亦U

本文編號：2734363