基于社會網絡的產品推薦方法研究與實現(xiàn).pdf

1、隨著Facebook、Twitter和人人網等典型在線社會網絡站點的繁榮,在線社會網絡已經成為新聞、消息、觀點等的重要傳播平臺。在線社會網絡平臺的開放性、其內容和用戶交互信息的豐富性都促進了在線智能推薦技術和虛擬市場技術的繁榮。在線社會網絡已經影響了人們對產品或服務的購買或使用。而如何從海量的產品信息中搜索到用戶感興趣的產品,或者說向用戶推薦符合其需求的產品也是一個難點問題。但現(xiàn)有的電子商務系統(tǒng)例如當當網和亞馬遜的產品推薦系統(tǒng)只能在用戶

2、給出顯式或隱式偏好信息后才能給予推薦,都不能在用戶進入系統(tǒng)后主動且準確地給用戶推薦商品,且這些系統(tǒng)忽略了社會網絡信息對產品推薦結果的影響能力。本論文就是要針對這些問題研究一種基于社會網絡的產品推薦方法。具體包括以下幾方面內容:
　　首先,分析了國內外關于社會網絡和相關推薦方法以及現(xiàn)有推薦系統(tǒng)的研究現(xiàn)狀,總結出存在的問題。
　　其次,提出了一種基于社會網絡的產品描述模型SNPDM,該模型充分地考慮了使用產品的用戶之間所構成的社

3、會網絡的構造特征和相關屬性,為實現(xiàn)個性化的產品推薦提供了更加豐富的信息,并為后續(xù)產品的推薦縮小了搜索空間。
　　再次,提出了基于SNPDM的產品推薦方法SPRM,能夠解決現(xiàn)有系統(tǒng)存在的推薦結果質量較差和沒有考慮到社會網絡特征等問題。該方法具體包括:用戶和產品相似度計算方法,用戶購買可能性計算方法,最相鄰的鄰居選擇方法等。SPRM方法能夠集成到現(xiàn)有的產品推薦系統(tǒng)中以改進產品推薦結果的準確性和用戶滿意度。
　　最后,設計和實現(xiàn)實