首页 期刊 科技广场 面向电商的基于协同过滤的个性化推荐 【正文】

面向电商的基于协同过滤的个性化推荐

作者:张鹏飞; 熊娇娇; 罗绳烨; 吴方君 江西财经大学信息管理学院; 江西南昌330013; 江西财经大学数据与知识工程江西省高校重点实验室; 江西南昌330013
协同过滤   基于用户的协同过滤   皮尔逊相似度   偏好  

摘要:以阿里为代表的巨头电商平台创造了一个又一个"双十一"促销奇迹,这得益于个性化推荐系统,协同过滤是其中应用广泛、效果较准确的一种技术,也是目前主流的推荐算法。本文采用基于用户协同过滤的个性化推荐技术对2014年"天池"大数据平台提供的四个月内884个真实用户对9531个商品的真实点击浏览、加入购物车、收藏和购买等四种行为的访问记录进行分析,以便对用户进行商品推荐。为真实反映用户对物品的偏好程度,对点击浏览、收藏、加入购物车和购买分别设置了权重0.0385、0.2375、0.3072和1,并采用皮尔森系数法计算用户之间的相似度,推荐结果与人们的经验是一致的。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅