智能推薦系統(tǒng)的研究與實現(xiàn).pdf

1、隨著電子商務(wù)規(guī)模的進(jìn)一步擴大，為顧客提供越來越多選擇的同時，其結(jié)構(gòu)也變得更加復(fù)雜。一方面，顧客面對大量的商品信息束手無策，經(jīng)常會迷失在大量的商品信息空間中，無法順利找到自己需要的商品；另一方面，商家數(shù)據(jù)庫里保存著大量顧客的信息，當(dāng)商家有商品需要促銷時，無法從大量的顧客中找到正確的促銷對象。智能推薦系統(tǒng)模擬商店銷售人員向顧客提供商品推薦，幫助顧客找到所需商品，從而順利完成購買過程，因此可以有效保留顧客，提高電子商務(wù)系統(tǒng)的銷售；同時，商家也

2、可以通過智能推薦系統(tǒng)針對某項商品發(fā)現(xiàn)潛在的顧客，進(jìn)行有針對性的促銷，在節(jié)省促銷成本的同時提高商品促銷的響應(yīng)率。 智能推薦系統(tǒng)在電子商務(wù)系統(tǒng)中具有良好的發(fā)展和應(yīng)用前景，逐漸成為網(wǎng)絡(luò)智能和電子商務(wù)信息技術(shù)的一個重要研究內(nèi)容，得到越了來越多研究者的關(guān)注。 智能推薦系統(tǒng)在研究領(lǐng)域獲得了廣泛關(guān)注，在實際的電子商務(wù)系統(tǒng)中也得到了廣泛應(yīng)用。但是，隨著電子商務(wù)系統(tǒng)規(guī)模越來越大，智能推薦系統(tǒng)也面臨著一系列挑戰(zhàn)。本文針對智能推薦系統(tǒng)中的某些

3、熱點問題進(jìn)行了有益的研究和探索。 本文主要對協(xié)同過濾推薦技術(shù)的數(shù)據(jù)稀疏性問題以及目標(biāo)營銷所處理的數(shù)據(jù)具有類別不均衡的特點進(jìn)行了研究：將統(tǒng)計相似模型應(yīng)用到協(xié)同過濾的相似用戶計算中克服稀疏性問題對相似用戶計算的影響以及將特異性應(yīng)用到目標(biāo)營銷中，解決數(shù)據(jù)的類別不均衡問題。 本文的主要研究成果如下： 在協(xié)同過濾推薦技術(shù)中，每個用戶一般都只對很少的項目做出評價，整個數(shù)據(jù)矩陣變得非常稀疏，一般都在1％以下，這種情況帶來的問題

4、是得到用戶間的相似性不準(zhǔn)確，鄰居用戶不可靠。本文將統(tǒng)計相似模型應(yīng)用到協(xié)同過濾的相似用戶的計算當(dāng)中克服稀疏性問題對相似用戶計算的影響。 目標(biāo)營銷所處理的數(shù)據(jù)具有類別不均衡的特點，在大多數(shù)目標(biāo)營銷的現(xiàn)實數(shù)據(jù)集中實際購買商品的顧客只占1％左右，文中利用現(xiàn)實數(shù)據(jù)中類別不平衡的特點，通過特異性對顧客排序，從而找出具有市場價值的顧客。實驗表明挖掘顧客數(shù)據(jù)的特異性將有助于解決目標(biāo)營銷問題，文中采用的方法是有效的。 實現(xiàn)了一個智能推薦原