基于社會網(wǎng)絡的協(xié)同過濾推薦技術研究.pdf

1、隨著互聯(lián)網(wǎng)的廣泛普及,電子商務對傳統(tǒng)的商貿(mào)活動產(chǎn)生了革命性的變化,產(chǎn)生以商品為中心到以客戶為中心的模式的轉(zhuǎn)變。為了實現(xiàn)以客戶為中心,為客戶提供所需商品的目的,企業(yè)實行個性化服務就是大勢所趨。在這種環(huán)境下,電子商務推薦系統(tǒng)應運而生,它可以有效保留客戶,增加企業(yè)銷售額;還能提高服務質(zhì)量,增強企業(yè)的競爭力。
　　 推薦系統(tǒng)在電子商務領域有著廣泛的應用和良好的發(fā)展前景,逐漸成為電子商務技術的一個重要研究內(nèi)容,吸引著廣大研究人員的關注。目

2、前在電子商務推薦系統(tǒng)中主要包括基于內(nèi)容的推薦技術、協(xié)同過濾推薦技術和混合推薦技術,其中協(xié)同過濾推薦技術是應用比較成功的個性化推薦技術,但由于協(xié)同推薦技術本身存在數(shù)據(jù)稀疏和冷啟動問題以及電子商務中數(shù)據(jù)規(guī)模的不斷擴大,電子商務推薦系統(tǒng)也面臨著許多挑戰(zhàn)。
　　 在充分認識協(xié)同過濾推薦原理和所存在的問題后,本文進一步對協(xié)同推薦技術進行了有益的探索與研究,提出了一種基于社區(qū)發(fā)現(xiàn)的協(xié)同過濾推薦方法,將社區(qū)發(fā)現(xiàn)方法引入到協(xié)同過濾推薦系統(tǒng)中。文

3、章首先重點研究了社區(qū)發(fā)現(xiàn)算法,并提出了基于中心節(jié)點和基于k派系的兩種重疊社區(qū)發(fā)現(xiàn)算法,有效地挖掘出了網(wǎng)絡中的社區(qū);其次,從用戶-項目的二部圖所投影的用戶網(wǎng)絡中,利用基于中心節(jié)點的重疊社區(qū)發(fā)現(xiàn)方法挖掘出用戶社區(qū),并選取其中一部分作為目標用戶的候選近鄰用戶集,從而減少了推薦系統(tǒng)的計算時間,提高推薦速度;最后,為了彌補打分信息不足的缺陷,我們在協(xié)同過濾推薦中加入了打分預處理機制,很好地解決了數(shù)據(jù)稀疏所帶來的問題,提高推薦系統(tǒng)的準確率。本文將社