基于社會網絡的協同過濾推薦技術研究.pdf

1、隨著互聯網的廣泛普及,電子商務對傳統的商貿活動產生了革命性的變化,產生以商品為中心到以客戶為中心的模式的轉變。為了實現以客戶為中心,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;還能提高服務質量,增強企業(yè)的競爭力。
　　 推薦系統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中主要包括基于內容的推薦技術、協同過濾推薦技術和混合推薦技術,其中協同過濾推薦技術是應用比較成功的個性化推薦技術,但由于協同推薦技術本身存在數據稀疏和冷啟動問題以及電子商務中數據規(guī)模的不斷擴大,電子商務推薦系統也面臨著許多挑戰(zhàn)。
　　 在充分認識協同過濾推薦原理和所存在的問題后,本文進一步對協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)現的協同過濾推薦方法,將社區(qū)發(fā)現方法引入到協同過濾推薦系統中。文

3、章首先重點研究了社區(qū)發(fā)現算法,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)現算法,有效地挖掘出了網絡中的社區(qū);其次,從用戶-項目的二部圖所投影的用戶網絡中,利用基于中心節(jié)點的重疊社區(qū)發(fā)現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,我們在協同過濾推薦中加入了打分預處理機制,很好地解決了數據稀疏所帶來的問題,提高推薦系統的準確率。本文將社