電子商務(wù)推薦系統(tǒng)中協(xié)同過濾算法的改進(jìn)與研究.pdf

1、近些年來，互聯(lián)網(wǎng)迅猛發(fā)展，電子商務(wù)保持著持續(xù)增加的趨勢，信息在不斷的膨脹甚至于過載，正是因此電子商務(wù)面臨著巨大的挑戰(zhàn)。為了解決這一難題，電子商務(wù)推薦系統(tǒng)應(yīng)運(yùn)而生，電子商務(wù)推薦系統(tǒng)可以幫助用戶快速的定位到自己喜歡的商品。協(xié)同過濾技術(shù)是目前發(fā)展最為迅速的的一種個性化推薦技術(shù)，但傳統(tǒng)協(xié)同過濾本身的算法本身具有局限性，存在“稀疏性”問題、“冷啟動”問題和“可擴(kuò)展性”問題等，針對電子商務(wù)推薦系統(tǒng)中通常采用的協(xié)同過濾推薦算法的不足，本文提出了一種改

2、進(jìn)的協(xié)同過濾組合推薦算法。
　　本文首先引入聚類分析，在聚類分析的模型中，只將目標(biāo)用戶或項目在由聚類產(chǎn)生的搜索空間進(jìn)行搜索，而不必在整個數(shù)據(jù)空間中進(jìn)行，這樣縮小了搜索范圍，提高了搜索效率，有效提高了系統(tǒng)的實時響應(yīng)速度，這就是我們引入聚類分析對數(shù)據(jù)集進(jìn)行預(yù)處理的原因。
　　本文引入了信任模型，利用回歸分析法將由用戶-項目評分矩陣產(chǎn)生的相似度矩陣與由用戶-用戶信任評分矩陣產(chǎn)生的信任度矩陣相結(jié)合，作為進(jìn)行最近鄰搜索的新的標(biāo)準(zhǔn)，提高