基于用戶購(gòu)買記錄挖掘的改進(jìn)協(xié)同過濾推薦研究.pdf

1、現(xiàn)今的電子商務(wù)網(wǎng)站產(chǎn)生大量的、無序的數(shù)據(jù)信息，包括用戶信息、產(chǎn)品信息、訂單信息、web瀏覽記錄、購(gòu)買記錄和評(píng)分記錄等。然而電子商務(wù)推薦系統(tǒng)是網(wǎng)站管理員根據(jù)以往的經(jīng)驗(yàn)進(jìn)行推薦，導(dǎo)致推薦的頁(yè)面相似、無創(chuàng)新之處，網(wǎng)站的用戶無法在海量的數(shù)據(jù)中快速找到自己需要的商品，因此基于數(shù)據(jù)挖掘的協(xié)同過濾推薦系統(tǒng)應(yīng)運(yùn)而生。
　　本文引入購(gòu)買記錄挖掘、改進(jìn)的相似性計(jì)算方法-絕對(duì)值倒數(shù)法和購(gòu)買商品之間的關(guān)聯(lián)規(guī)則等概念，對(duì)傳統(tǒng)的協(xié)同過濾算法進(jìn)行改進(jìn)，提高算法

2、的精確性。從而構(gòu)建采用購(gòu)買記錄挖掘的改進(jìn)推薦系統(tǒng)，提高推薦的質(zhì)量。具體的研究工作包括:
　　(1)在傳統(tǒng)算法的基礎(chǔ)上，引入購(gòu)買記錄挖掘、絕對(duì)值倒數(shù)法和商品關(guān)聯(lián)規(guī)則等對(duì)算法進(jìn)行改進(jìn)?？紤]到數(shù)據(jù)稀疏性，使用購(gòu)買記錄進(jìn)行挖掘。購(gòu)買記錄多于評(píng)分記錄，因此使用購(gòu)買記錄進(jìn)行挖掘緩解了數(shù)據(jù)稀疏性，且購(gòu)買記錄更加真實(shí)可靠，提高算法的精確性。與Web瀏覽記錄挖掘相比，購(gòu)買記錄挖掘的用戶偏好更加客觀真實(shí)，推薦結(jié)果更加精確。使用絕對(duì)值倒數(shù)法對(duì)相似性計(jì)算

3、方法進(jìn)行改進(jìn)，避免傳統(tǒng)方法的缺陷和不足，提高算法的精確性。結(jié)合購(gòu)買商品的關(guān)聯(lián)規(guī)則挖掘，尋找購(gòu)買商品之間的關(guān)聯(lián)規(guī)則，確定與目標(biāo)用戶已購(gòu)買商品存在關(guān)聯(lián)規(guī)則的最近鄰鄰居，進(jìn)行推薦，提高算法的精確性。并設(shè)計(jì)改進(jìn)算法的具體實(shí)現(xiàn)過程和詳細(xì)實(shí)現(xiàn)步驟。
　　(2)將絕對(duì)值倒數(shù)法與修正的余弦相似性、Pearson相關(guān)系數(shù)等傳統(tǒng)方法進(jìn)行比較，證明絕對(duì)值倒數(shù)法的精確性較高。在購(gòu)買記錄挖掘的基礎(chǔ)上，將改進(jìn)算法與傳統(tǒng)算法進(jìn)行比較，使用平均絕對(duì)值誤差、平均平