计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2005年
6期
152-157
,共6页
个性化推荐系统%相似模式聚类%电子商务
箇性化推薦繫統%相似模式聚類%電子商務
개성화추천계통%상사모식취류%전자상무
保证个性化推荐系统产生高质量的推荐结果的重要因素是:系统必须要确定访问者在访问行为的相似程度,从而能预测访问者的访问和购买兴趣.实现此功能的关键技术是计算访问者对象在整个或者部分属性空间的相似距离,从而得到访问行为的相似程度.该文首先分析了目前在推荐系统中常用的用于计算访问行为相似程度的距离函数,发现它们是测定访问者对象在所有测试属性空间上的平均测定,而在属性集的子维空间上的相似模式并没有有效地挖掘出来.然后提出一种新的基于相似模式聚类算法的电子商务个性化推荐系统,综合考虑可供挖掘的数据源(如:网站内容,网站的超链接结构,顾客访问网站的行为,以及商业的实际购买情况,顾客的身份数据等)获取用户访问电子商务网站的访问页面序列,构建较高购买者的顾客行为的矩阵模型,高效地得到访问者对象在整个或者部分属性空间的相似访问行为,然后通过挖掘潜在购买者与较高购买者的相似模式特征,帮助顾客发现他所希望购买的产品信息,用于提高实际购买量,实验数据表明,该系统高效并可广泛使用.
保證箇性化推薦繫統產生高質量的推薦結果的重要因素是:繫統必鬚要確定訪問者在訪問行為的相似程度,從而能預測訪問者的訪問和購買興趣.實現此功能的關鍵技術是計算訪問者對象在整箇或者部分屬性空間的相似距離,從而得到訪問行為的相似程度.該文首先分析瞭目前在推薦繫統中常用的用于計算訪問行為相似程度的距離函數,髮現它們是測定訪問者對象在所有測試屬性空間上的平均測定,而在屬性集的子維空間上的相似模式併沒有有效地挖掘齣來.然後提齣一種新的基于相似模式聚類算法的電子商務箇性化推薦繫統,綜閤攷慮可供挖掘的數據源(如:網站內容,網站的超鏈接結構,顧客訪問網站的行為,以及商業的實際購買情況,顧客的身份數據等)穫取用戶訪問電子商務網站的訪問頁麵序列,構建較高購買者的顧客行為的矩陣模型,高效地得到訪問者對象在整箇或者部分屬性空間的相似訪問行為,然後通過挖掘潛在購買者與較高購買者的相似模式特徵,幫助顧客髮現他所希望購買的產品信息,用于提高實際購買量,實驗數據錶明,該繫統高效併可廣汎使用.
보증개성화추천계통산생고질량적추천결과적중요인소시:계통필수요학정방문자재방문행위적상사정도,종이능예측방문자적방문화구매흥취.실현차공능적관건기술시계산방문자대상재정개혹자부분속성공간적상사거리,종이득도방문행위적상사정도.해문수선분석료목전재추천계통중상용적용우계산방문행위상사정도적거리함수,발현타문시측정방문자대상재소유측시속성공간상적평균측정,이재속성집적자유공간상적상사모식병몰유유효지알굴출래.연후제출일충신적기우상사모식취류산법적전자상무개성화추천계통,종합고필가공알굴적수거원(여:망참내용,망참적초련접결구,고객방문망참적행위,이급상업적실제구매정황,고객적신빈수거등)획취용호방문전자상무망참적방문혈면서렬,구건교고구매자적고객행위적구진모형,고효지득도방문자대상재정개혹자부분속성공간적상사방문행위,연후통과알굴잠재구매자여교고구매자적상사모식특정,방조고객발현타소희망구매적산품신식,용우제고실제구매량,실험수거표명,해계통고효병가엄범사용.
