基于多屬性評分的電子商務個性化推薦算法研究.pdf

1、在21世紀的今天，信息爆炸的時代里，每個人面對的信息已經(jīng)數(shù)以億計了，尤其是在電子商務網(wǎng)站，用戶如何找到自己感興趣的信息，已經(jīng)不單單局限于自己去尋找，更需要電子商務推薦系統(tǒng)幫助用戶發(fā)現(xiàn)他感興趣的信息。所以推薦系統(tǒng)的研究領域變得越來越重要，它可以為用戶推薦最感興趣的信息。
　　目前，大部分的推薦系統(tǒng)是通過用戶對產(chǎn)品的評價信息進行個性化推薦的，這些顯式或隱式的評價信息被表示成用戶對被評分項目在單一維度上的偏好等級，這種單一維度上的評分信

2、息不能有效表達用戶對某個產(chǎn)品的各個方面的偏好程度的差異性，進而影響推薦算法的推薦性能。針對傳統(tǒng)基于單一維度評分的推薦算法的不足，基于多屬性評分的推薦系統(tǒng)考慮用戶對產(chǎn)品各個方面評價信息的差異進行個性化推薦決策，本文的主要工作包括如下幾個方面。
　　首先，在考慮酒店的多個屬性評分的基礎上，對改進的基于多屬性評分的協(xié)同過濾推薦算法的三種方法進行實證分析比較它們的準確性和多樣性，這三種方法分別是:基于多屬性相似性平均協(xié)同過濾、基于多維距離

3、的協(xié)同過濾算法和基于層次分析法(AHP)協(xié)同過濾算法。
　　其次，再分析酒店多維度評分信息后，把線性規(guī)劃模型引入到求各個屬性的權重中來，提出了基于多屬性線性規(guī)劃的協(xié)同過濾算法。
　　再次，如何衡量一個推薦系統(tǒng)好壞的指標有很多，本文主要探討比較準確性和多樣性這兩個常用的評價指標，雖然推薦準確度無疑是重要的，但學者日益認識到更高的準確性并不總是意味著對用戶有用，也許用戶希望所推薦的商品具有多樣性。因此，除了分析準確度之外，本論文