一种基于贝叶斯网客户购物模型的商品推荐方法

• 作者: 冀俊忠 刘椿年 沙志强
• 来源期刊: 计算机应用研究
• 关键词: Web挖掘 贝叶斯网 客户购物模型 个性化推荐
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 研究探讨
• 页码范围: 65-68,71
• 页数: 5页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2005.04.022

摘要

提出一种新的基于客户购物模型的推荐系统框架,它把推荐过程形式化为客户购物信息的知识表达、知识推理过程.该方法首先对客户的购物历史数据进行学习,得到贝叶斯网客户购物模型,然后结合客户当前的购物行为,提出并实施了一种基于概率推理的推荐算法.实验表明该算法能高效实时地为客户产生个性化的商品推荐集合,且在覆盖率和准确率方面优于某些传统方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘椿年	北京工业大学多媒体与智能软件技术北京市重点实验室	81	1010	16.0	29.0
2	冀俊忠	北京工业大学多媒体与智能软件技术北京市重点实验室	58	626	14.0	23.0
3	沙志强	北京工业大学多媒体与智能软件技术北京市重点实验室	4	167	4.0	4.0