用戶興趣自適應的個性化推薦系統(tǒng)的設計與實現(xiàn).pdf

1、推薦系統(tǒng)被廣泛應用于電子商務中，旨在為用戶提供推薦列表幫助他們定位喜歡的物品。本個性化推薦系統(tǒng)為比購網(wǎng)站所設計，為反映每個用戶興趣的動態(tài)變化，利用隱、顯式混合反饋方式對用戶興趣建模;設計了基于用戶和聚類的混合協(xié)同過濾算法的方案，以滿足為用戶提供潛在感興趣的未知商品信息的要求。本系統(tǒng)的主要功能模塊包括:數(shù)據(jù)預處理、用戶興趣建模、數(shù)據(jù)挖掘、產(chǎn)生推薦以及客戶端代理模塊。全程參與了前四個主要模塊的設計與實現(xiàn)工作。具體的工作可概括為:
　　

2、(1)參與了本系統(tǒng)的需求分析。
　　(2)具體設計和實現(xiàn)了相關核心模塊:
　　數(shù)據(jù)預處理模塊的設計與實現(xiàn)，主要負責對日志數(shù)據(jù)進行清洗、過濾和分詞，確定關鍵商品詞及其對應發(fā)生時間、瀏覽持續(xù)時間。采用CNZZ(中國互聯(lián)網(wǎng)站長)工具來完成一部分日志預處理工作，并將中科院開源的分詞器ICTCLAS（計算所漢語詞法分析系統(tǒng)）合并到系統(tǒng)中。
　　興趣建模模塊的設計與實現(xiàn)，包括用戶興趣初始建模和自適應更新用戶興趣模型。模型的更新對于

3、長、短期興趣采取不同的方法:短期興趣使用簡單的時間窗口機制，長期興趣使用基于時間遺忘策略。
　　數(shù)據(jù)挖掘模塊的設計與實現(xiàn)，使用k-means算法完成相似用戶聚類。
　　產(chǎn)生推薦模塊的設計與實現(xiàn)，完成鄰居圈定，并以前N方式推薦商品。
　　(3)完成了系統(tǒng)的測試工作。本文最后設計了一個實驗，利用20個用戶注冊使用15天的數(shù)據(jù)進行分析，以MAE(平均絕對誤差)為評價指標測試推薦性能。實驗結果表明，由于數(shù)據(jù)集有限且稀疏，根據(jù)鄰