學位論文之電子商務推薦係統中協同過濾技術的研究(pdf 65頁)

學位論文之電子商務推薦係統中協同過濾技術的研究內容提要：
個性化推薦係統在電子商務領域具有良好的應用前景，是電子商務技術中
重要的研究內容。推薦係統通過預測用戶的喜好對用戶做出推薦，為用戶進行
信息過濾。協同過濾是經常被采用的解決信息過載問題的方法，是個性化推薦
的主要方法之一。傳統的協同過濾主要存在著：精確性、數據稀疏與冷啟動的
問題。
本文首先介紹了電子商務與電子商務中個性化推薦的相關概念，接著對傳
統協同過濾方法中存在的問題進行進一步的分析，在分析的基礎上，對傳統協
同過濾方法提出相應的改進方法。
傳統協同過濾算法在構建用戶評估矩陣時，對用戶未評分的項目簡單填充
固定值。本文利用電子商務係統中商品屬於不同層次的特點，通過計算商品所
屬層次的RF／IRF值，將RF／IRF值高層次中商品填入特定值。從而在一定程度
上解決數據稀疏性和冷啟動問題。通過對傳統協同過濾項目推薦公式的擴展，
不再局限於最近鄰居用戶對某個商品的評價，而是將所有用戶評價整體考慮到
推薦當中。對於協同過濾技術麵臨的擴展性問題，對Sarwar等人提出的基於奇
異值分解的協同過濾進行改進。最後通過實驗，分析新提出的算法在各個評價
指標上的表現。
本文還將新提出的算法應用到實際的環境中，在江西省新華書店的基於
Agent的個性化出版物信息服務係統的課題中使用該算法。
..............................