基于客户行为和兴趣变化的电子商务推荐系统

• 作者: 张红霞 杨渊 郎维
• 来源期刊: 宝鸡文理学院学报（自然科学版）
• 学科: 工学
• 关键词: 推荐系统 协同过滤 访问行为 兴趣变化
• 年，卷（期）: 2012,（2）
• 页码范围: 52-56
• 分类号: TP311
• 字数: 4008字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1261.2012.02.011

摘要

目的 改善传统协同过滤推荐系统,提高推荐结果的准确性.方法 采用混合推荐方法,将客户对商品的显式评分和客户的访问行为相结合,并借鉴心理学遗忘规律,引入指数遗忘函数,将客户评分数据的重要性依据时间逐渐衰减,以此来反映客户的兴趣变化.结果 设计了基于客户行为和兴趣变化的混合推荐模型,给出了客户兴趣数据的获取方法和考虑客户兴趣变化的推荐方法.结论 该方法在推荐结果的准确性上要优于传统的协同过滤推荐.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张红霞	安徽理工大学经济与管理学院	22	196	8.0	13.0
2	杨渊	淮南师范学院经济与管理学院	5	42	5.0	5.0
3	郎维		1	9	1.0	1.0