基于Web日志和商品分类的协同过滤推荐系统

传统的协同过滤算法一般以用户对商品的评分作为研究,考虑到显式的评分数据一般很少能够取到,本文从记录用户浏览历史的服务器端日志文件以及客户购买历史数据作为数据源,根据商品分类进行评分矩阵设计,最后由此得到最近邻居从而给予个性化推荐,试验证明推荐效果比较显著。