

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著信息時代的發(fā)展和互聯網的廣泛應用,電子商務迅猛成長起來并廣泛應用于人們生活的各個領域。越來越多的商家和用戶參與到電子商務領域中來,一方面,商家渴望增強自身競爭力,增加客戶忠誠度,從而增加收益;一方面,用戶希望面對越來越多的產品時能夠更加快速便捷并準確地買到合適的產品。因此,電子商務個性化推薦系統(tǒng)受到重視,其中以對推薦算法的研究最為關鍵。近年來新興的二部圖推薦算法在電子商務個性化推薦領域有著較應用最廣泛的協同過濾推薦算法更好的性能表現
2、。鑒于此,本文將基于經典的二部圖算法,再引入刻畫用戶偏好的信任概念,完成以圖部算法為核心的電子商務個性化推薦算法的改進研究。
本文從“劃分近鄰網絡”、“差異化商品初始資源配置”及“資源傳輸路徑賦權”三個方面對傳統(tǒng)的二部圖推薦算法進行較全面綜合的改進。在“劃分近鄰網絡”時,將信任關系引入到近鄰劃分方法中,提出一種將用戶相似度與用戶信任度相結合的方式,利用用戶信任度作為相似度的一個有效補充從而克服數據稀疏性得到可信的興趣相似的用戶
3、群。并設計實驗確定最佳的用戶相似度與用戶信任度的結合系數。在“差異化商品初始資源配置”時,用各個商品的“度”(即被購買的次數)來衡量商品的受喜愛程度,“度”越大越受喜愛。在有用戶評分時利用用戶評分最后在商品集中標準化后得到的數值為各個商品的初始資源配置。此改進擬用各個商品受用戶喜愛程度來差異化商品的推薦能力。在“資源傳輸路徑賦權”時,本文利用“劃分近鄰網絡”時得到的用戶相似度與用戶信任度結合的復合矩陣的對應值為“用戶商品”資源傳輸路徑進
4、行賦權來刻畫不同用戶的推薦能力,以期提高本文算法的推薦準確度和推薦有效性。采用個性化推薦領域的經典數據集,共設計3個實驗來驗證本文算法的有效性,實驗結果表明引入信任的二部圖電子商務個性化推薦算法(The bipartite graph recommendation algorithm based on trust,簡稱TBG)較之基于物質擴散的二部圖算法以及評分賦權二部圖算法在預測精確度和召回率相當的情況下,在產品的排序準確度方面表現更
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 電子商務個性化推薦算法研究.pdf
- 基于信任偏好的電子商務個性化項目推薦研究.pdf
- 電子商務個性化推薦算法設計與實現
- 基于二部圖的個性化推薦系統(tǒng)研究與改進.pdf
- 基于信任機制的電子商務個性化推薦技術研究.pdf
- 基于信任的電子商務個性化推薦關鍵問題研究.pdf
- 電子商務個性化推薦算法設計與實現.pdf
- 電子商務個性化推薦模型研究.pdf
- 電子商務個性化推薦系統(tǒng)研究——個性化產品推薦策略研究及算法設計.pdf
- 電子商務的個性化協同過濾推薦算法研究
- 電子商務個性化推薦系統(tǒng)中關鍵算法的研究.pdf
- 基于電子商務的個性化推薦研究.pdf
- 電子商務的個性化協同過濾推薦算法研究.pdf
- 電子商務個性化推薦系統(tǒng)的研究.pdf
- 電子商務個性化產品推薦策略研究
- 個性化推薦算法研究及在電子商務領域應用.pdf
- 基于Web挖掘技術的電子商務個性化推薦算法研究.pdf
- 基于MapReduce的電子商務個性化推薦研究.pdf
- 電子商務中個性化推薦模型的研究.pdf
- 電子商務個性化信息推薦服務的研究.pdf
評論
0/150
提交評論