层次凝聚算法在商品个性化推荐中的应用

商品的个性化推荐是电子商务个性化服务中非常重要的一个方面，而聚类协作过滤则是推荐系统中采用最为广泛的技术。在基于聚类协作过滤的商品个性化推荐中的聚类算法通常采用划分聚类，文章根据电子商务网站的特点，提出了用改进的Rock层次凝聚算法Improved-Rock实现基于购买商品类别相似性的用户聚类。模拟实验结果表明该算法的应用是有实际价值的。     

层次凝聚算法在商品个性化推荐中的应用

商品的个性化推荐是电子商务个性化服务中非常重要的一个方面,而聚类协作过滤则是推荐系统中采用最为广泛的技术。在基于聚类协作过滤的商品个性化推荐中的聚类算法通常采用划分聚类,文章根据电子商务网站的特点,提出了用改进的Rock层次凝聚算法Improved-Rock实现基于购买商品类别相似性的用户聚类。模拟实验结果表明该算法的应用是有实际价值的。     

人工免疫在电子商务推荐中的应用

Internet的迅速发展使得电子商务中信息超载现象越发严重,如何从商品信息的海洋中快速准确的挑选出需要的商品已成为电子商务网站急需解决的问题,个性化推荐为解决该问题提供了可能.为了实现准确的推荐,本文提出了使用人工免疫技术对用户进行聚类,然后采用协同过滤技术进行推荐,结果表明,准确率可以达到80%以上.     

协同过滤推荐算法及其在电子商城中的应用

电子商城网站如何根据消费者过往的消费记录和浏览记录等信息知识,自动判断对该消费者有实际需求的商品,显得很有必要。分别针对协同过滤推荐算法中的基于用户和基于物品的协同过滤的原理和推荐函数进行分析、设计,在垂直类的电子商城中通过应用这些协同过滤推荐算法分析用户的潜在消费市场。     

基于内容过滤的农资电子商务推荐系统

随着农业信息化的发展,农业类网站已经成为农业用户、合作社和农资公司等获取信息的重要渠道．结合中国现代化农资经营电子商务平台,提出了基于内容过滤的推荐技术,采用四元组构建用户偏好模型,引入遗忘因子挖掘和更新偏好模型,并根据产品模型和用户偏好模型的相似度向用户推荐产品．实验结果表明,基于内容过滤的推荐算法可使农资电子商务平台的产品浏览率和购买率得到提高．     

SNS背景下基于Tag和Rating相似度融合的协同过滤

SNS即社会性网络服务的出现为Tag技术的应用提供契机,以基于SNS的网站为背景,将Tag信息作为补充信息融入协同过滤推荐系统,提出了SNS背景下基于Tag和Rating相似度融合的协同过滤,以降低数据稀疏性对推荐精度的影响.首先分别计算基于Tag信息和Rating评分信息的用户相似度,然后将这两种相似度进行融合得到综...     

一种混合模式的协同过滤算法

当今是一个数据爆炸时期,促进信息过滤技术发展,个性化推荐系统作为其中一种重要的应用方式,已经成为很多网站一种个性化信息服务方式,但传统的协同过滤算法存在扩展性和稀疏性的问题。提出一种基于项目聚类、项目语义相似度和奇异值分解的混合推荐模型,来应对传统的协同过滤推荐系统面临的算法的伸缩性问题、数据稀疏性问题和推荐的精准度问题,进行推荐。结果表明,与传统的算法相比,使用该改进算法能显著地提高推荐系统的推荐质量。     

基于协同过滤的在线拍卖商品推荐

随着电子商务的发展，基于C2C环境的在线拍卖也迅速发展起来，用户数和拍卖商品数的急剧增加，使得信息过载和如何提高客户忠诚度这一问题凸现出来。而推荐系统则成了解决这一问题的手段之一。但是C2C和B2C环境存在很大的不同，对推荐系统的应用提出了一定的挑战。该文对用户在拍卖网站的行为进行了分析，在此基础上建立了用户的偏好模型，利用协同过滤技术进行拍卖商品的推荐。     

基于聚类的协同过滤电子商务个性推荐系统的研究

根据目前电子商务网站中商品个性化推荐的现状,重点分析了比较常用的一种推荐方法——协同过滤推荐方法,发现了目前协同过滤算法在应用中所面临的挑战和问题,主要包括:推荐质量低、推荐效率低、数据稀疏性、冷启动等问题。针对这些问题本文提出了一种基于用户兴趣度的聚类分析协同过滤算法,有效的解决了目前算法中存在的数据稀疏性等问题,通过实验数据的分析对比,证明了算法的合理性和有效性。     

基于大数据的高效并行推荐系统

协同过滤算法广泛应用于电子商务网站的推荐系统中,它基于对大量用户历史行为数据的分析,挖掘用户的兴趣并向用户推荐合适的产品。为了能够处理大数据文件,使用Apache Mahout、MapReduce并行框架和和协同过滤进行有效并行查询处理。实验结果表明,该系统能够在大数据集上实现高效率和高可靠性。系统不仅限于电影推荐,还可以应用于电子商务的许多其他领域。