个性化推荐技术及其在电子商务中的应用

随着Internet和电子商务技术的迅猛发展,人们迫切需要一种个性化推荐技术帮助他们实现信息过滤和对商品的自动推荐。本文研究了电子商务个性化推荐系统及主要的推荐技术,特别是协同过滤技术,包括基于用户的协同过滤技术和基于项目的协同过滤技术。 基于用户的协同过滤是一种应用最成功的个性化推荐技术,它在推荐效果和准确性等方面显示出了卓越的优势。但是,这种推荐技术中存在的冷开始和稀疏问题也严重影响了推荐系统的性能,使协同过滤的效果得不到充分的发挥。 为了解决这些问题,本文运用了一种基于用户的协同过滤推荐和基于项目的协同过滤的组合推荐算法,利用基于项目协同过滤对相似项目的研究弥补传统协同过滤推荐在新项目推荐方面的不足。这种组合算法先利用基于项目协同过滤技术预测该用户对新项目的评分,最后使用基于用户的协同过滤推荐在相似项目的范围内计算邻居用户并给出最终的预测评分,以此使新项目参与到推荐中,同时稀疏问题也迎刃而解。 本文讨论了电子商务个性化推荐系统的组成和结构,以及主要的推荐技术,分析了稀疏问题和冷开始问题的根源;最后介绍了基于用户的协同过滤和基于项目的协同过滤组合推荐算法在电子超市购物系统中的应用。