基于用戶興趣的可信購(gòu)物推薦服務(wù)系統(tǒng)實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展，網(wǎng)絡(luò)商品各色各樣，種類(lèi)越來(lái)越繁多，在網(wǎng)絡(luò)購(gòu)物多重不安定因素下，人們?cè)诰W(wǎng)絡(luò)有效購(gòu)物也越來(lái)越困難，購(gòu)物效率也會(huì)隨之下降，制約我國(guó)電子商務(wù)的發(fā)展。
　　隨著網(wǎng)上信息數(shù)量和商品種類(lèi)的急速增長(zhǎng)對(duì)推薦系統(tǒng)提出了嚴(yán)峻的挑戰(zhàn)，基于用戶的協(xié)同過(guò)濾推薦中的用戶興趣的定位問(wèn)題和購(gòu)買(mǎi)產(chǎn)品的風(fēng)險(xiǎn)評(píng)估問(wèn)題急待解決。
　　本文對(duì)傳統(tǒng)的基于用戶的協(xié)同過(guò)濾算法改進(jìn)，形成一套基于用戶興趣的可信購(gòu)物推薦服務(wù)系統(tǒng)。該方法通過(guò)對(duì)用戶興趣元數(shù)據(jù)進(jìn)行分

2、析形成用戶興趣分類(lèi)，產(chǎn)生不同興趣類(lèi)的數(shù)據(jù)集，通過(guò)對(duì)不同類(lèi)的數(shù)據(jù)集分別進(jìn)行協(xié)同過(guò)濾算法訓(xùn)練，產(chǎn)生各個(gè)興趣類(lèi)對(duì)應(yīng)的最優(yōu)模型，進(jìn)而對(duì)目標(biāo)用戶未評(píng)分的項(xiàng)目進(jìn)行預(yù)測(cè)，最后對(duì)預(yù)測(cè)推薦的項(xiàng)目采用信用風(fēng)險(xiǎn)評(píng)判并過(guò)濾掉高風(fēng)險(xiǎn)項(xiàng)目，實(shí)現(xiàn)推薦的項(xiàng)目是可信的。
　　本文的主要工作有以下幾個(gè)方面:
　　1)設(shè)計(jì)了基于用戶興趣的可信購(gòu)物推薦服務(wù)系統(tǒng)架構(gòu)，主要由數(shù)據(jù)預(yù)處理子系統(tǒng)、推薦子系統(tǒng)、交互控制系統(tǒng)、存儲(chǔ)子系統(tǒng)、數(shù)據(jù)后處理子系統(tǒng)、確認(rèn)子系統(tǒng)組成。

3、r>　　2)設(shè)計(jì)了用戶興趣樹(shù)，用于從空間和時(shí)間維度上描述用戶興趣;實(shí)現(xiàn)了興趣樹(shù)的構(gòu)造和更新算法。
　　3)對(duì)當(dāng)前協(xié)同過(guò)濾算法進(jìn)行適當(dāng)改進(jìn)，設(shè)計(jì)并實(shí)現(xiàn)了推薦子系統(tǒng)，提高了推薦商品的質(zhì)量和效率;根據(jù)推薦系統(tǒng)的輸入和輸出要素設(shè)計(jì)并實(shí)現(xiàn)了支撐用戶人機(jī)交互的交互控制子系統(tǒng)。
　　4)設(shè)計(jì)并實(shí)現(xiàn)了基于興趣樹(shù)的推薦模型訓(xùn)練方法，可基于用戶興趣樹(shù)對(duì)用戶商品聚類(lèi)，并通過(guò)協(xié)同過(guò)濾訓(xùn)練算法訓(xùn)練模型。
　　5)綜合評(píng)估用戶商品購(gòu)買(mǎi)風(fēng)險(xiǎn)，設(shè)計(jì)并