本文關(guān)鍵詞：基于用戶瀏覽軌跡的商品推薦，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著電子商務(wù)的迅速發(fā)展,推薦系統(tǒng)在這些網(wǎng)站中得到了廣泛的應(yīng)用。目前應(yīng)用最廣泛的個性化推薦算法是協(xié)同過濾推薦算法,但是該方法存在稀疏矩陣與冷啟動問題。根據(jù)用戶瀏覽記錄推薦商品是緩解這些問題的一個重要研究方向,這些方法根據(jù)用戶在電子商務(wù)網(wǎng)站的訪問日志,提取出用戶的瀏覽路徑序列,即用戶瀏覽軌跡,為用戶推薦偏愛商品。目前,通過分析用戶瀏覽路徑為用戶推薦商品的方法主要依據(jù)用戶瀏覽軌跡模式匹配或者從用戶瀏覽軌跡中商品與下一個商品關(guān)系的角度進行考慮。而本研究從瀏覽軌跡中被瀏覽商品與最終被購買商品關(guān)系的角度出發(fā),并以此為基礎(chǔ)建立用戶瀏覽軌跡偏愛模型,挖掘用戶偏愛,為用戶推薦商品。實驗表明,所提方法能夠在一定程度上解決因為新用戶缺少歷史購買及評分記錄而引起的新用戶冷啟動問題,提高了推薦方法的準(zhǔn)確度與召回率。
【作者單位】： 北京化工大學(xué)信息科學(xué)與技術(shù)學(xué)院;
【關(guān)鍵詞】： 個性化推薦 瀏覽軌跡 冷啟動
【基金】：中央高�；究蒲袠I(yè)務(wù)費(YS1404)資助
【分類號】：TP391.3
【正文快照】： 到稿日期:2016-01-20返修日期:2016-04-25本文受中央高校基本科研業(yè)務(wù)費(YS1404)資助。1引言隨著電子商務(wù)的迅速發(fā)展,用戶數(shù)量以及商品種類迅速增長,這使得用戶在尋找喜歡的商品時耗費大量的時間與精力。為了幫助用戶快速有效地找到喜歡的商品,提高用戶體驗,電子商務(wù)網(wǎng)站通常

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 楊圩生;羅愛民;張萌萌;;基于信任環(huán)的用戶冷啟動推薦[J];計算機科學(xué);2013年S2期

2 巫文佳;何旭;;基于粒關(guān)聯(lián)規(guī)則的冷啟動推薦方法[J];計算機科學(xué);2014年03期

3 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 張曉彤;基于分類方法的推薦系統(tǒng)冷啟動問題研究[D];蘭州大學(xué);2015年

2 宋小龍;基于社會網(wǎng)的冷啟動推薦算法設(shè)計與實現(xiàn)[D];黑龍江大學(xué);2015年

3 張瓊林;針對冷啟動的分布式協(xié)同過濾推薦系統(tǒng)的研究[D];湖南工業(yè)大學(xué);2015年

4 何旭;基于粒關(guān)聯(lián)規(guī)則的冷啟動推薦算法[D];閩南師范大學(xué);2015年

5 謝潤泉;基于隱式專家的個性化新聞推薦[D];廈門大學(xué);2014年

6 周文樂;基于多策略的電影推薦方法研究[D];中國科學(xué)技術(shù)大學(xué);2015年

  本文關(guān)鍵詞：基于用戶瀏覽軌跡的商品推薦，由筆耕文化傳播整理發(fā)布。

本文編號：451279