| 基于用户浏览轨迹的商品推荐 |
| |
| 引用本文： | 郭俊霞,许文生,卢罡.基于用户浏览轨迹的商品推荐[J].计算机科学,2016,43(12):223-228. |
| |
| 作者姓名： | 郭俊霞 许文生 卢罡 |
| |
| 作者单位： | 北京化工大学信息科学与技术学院 北京100029,北京化工大学信息科学与技术学院 北京100029,北京化工大学信息科学与技术学院 北京100029 |
| |
| 基金项目： | 本文受中央高校基本科研业务费(YS1404)资助 |
| |
| 摘 要： | 随着电子商务的迅速发展,推荐系统在这些网站中得到了广泛的应用。目前应用最广泛的个性化推荐算法是协同过滤推荐算法,但是该方法存在稀疏矩阵与冷启动问题。根据用户浏览记录推荐商品是缓解这些问题的一个重要研究方向,这些方法根据用户在电子商务网站的访问日志,提取出用户的浏览路径序列,即用户浏览轨迹,为用户推荐偏爱商品。目前,通过分析用户浏览路径为用户推荐商品的方法主要依据用户浏览轨迹模式匹配或者从用户浏览轨迹中商品与下一个商品关系的角度进行考虑。而本研究从浏览轨迹中被浏览商品与最终被购买商品关系的角度出发,并以此为基础建立用户浏览轨迹偏爱模型,挖掘用户偏爱,为用户推荐商品。实验表明,所提方法能够在一定程度上解决因为新用户缺少历史购买及评分记录而引起的新用户冷启动问题,提高了推荐方法的准确度与召回率。
|
| 关 键 词： | 个性化推荐 浏览轨迹 冷启动 |
| 收稿时间： | 2016/1/20 0:00:00 |
| 修稿时间： | 2016/4/25 0:00:00 |
Recommending Commodities Based on User-browsing Tracks |
| |
| GUO Jun-xi,XU Wen-sheng and LU Gang.Recommending Commodities Based on User-browsing Tracks[J].Computer Science,2016,43(12):223-228. |
| |
| Authors: | GUO Jun-xi XU Wen-sheng and LU Gang |
| |
| Affiliation: | College of Information Science & Technology,Beijing University of Chemical Technology,Beijing 100029,China,College of Information Science & Technology,Beijing University of Chemical Technology,Beijing 100029,China and College of Information Science & Technology,Beijing University of Chemical Technology,Beijing 100029,China |
| |
| Abstract: | |
| |
| Keywords: | Personalized recommendation Browsing tracks Cold-start |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
