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(gè)性化推薦算法是協(xié)同過(guò)濾推薦算法,但是該方法存在稀疏矩陣與冷啟動(dòng)問(wèn)題。根據(jù)用戶瀏覽記錄推薦商品是緩解這些問(wèn)題的一個(gè)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(wèn)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(ài)商品。目前,通過(guò)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(gè)商品關(guān)系的角度進(jìn)行考慮。而本研究從瀏覽軌跡中被瀏覽商品與最終被購(gòu)買(mǎi)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(ài)模型,挖掘用戶偏愛(ài),為用戶推薦商品。實(shí)驗(yàn)表明,所提方法能夠在一定程度上解決因?yàn)樾掠脩羧鄙贇v史購(gòu)買(mǎi)及評(píng)分記錄而引起的新用戶冷啟動(dòng)問(wèn)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(gè)性化推薦 瀏覽軌跡 冷啟動(dòng)
【基金】：中央高�；究蒲袠I(yè)務(wù)費(fèi)(YS1404)資助
【分類(lèi)號(hào)】：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�；究蒲袠I(yè)務(wù)費(fèi)(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(lèi)迅速增長(zhǎng),這使得用戶在尋找喜歡的商品時(shí)耗費(fèi)大量的時(shí)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(yàn),電子商務(wù)網(wǎng)站通常

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 楊圩生;羅愛(ài)民;張萌萌;;基于信任環(huán)的用戶冷啟動(dòng)推薦[J];計(jì)算機(jī)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(dòng)推薦方法[J];計(jì)算機(jī)科學(xué);2014年03期

3 ;[J];;年期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前6條

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

2 宋小龍;基于社會(huì)網(wǎng)的冷啟動(dòng)推薦算法設(shè)計(jì)與實(shí)現(xiàn)[D];黑龍江大學(xué);2015年

3 張瓊林;針對(duì)冷啟動(dòng)的分布式協(xié)同過(guò)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(dòng)推薦算法[D];閩南師范大學(xué);2015年

5 謝潤(rùn)泉;基于隱式專(zhuān)家的個(gè)性化新聞推薦[D];廈門(mén)大學(xué);2014年

6 周文樂(lè);基于多策略的電影推薦方法研究[D];中國(guó)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(hào)：451279