考虑商品重复购买周期的协同过滤推荐方法改进

• 作者: 张志清 李梦 胡竹青
• 来源期刊: 武汉科技大学学报（自然科学版）
• 学科: 经济
• 关键词: 商品推荐 协同过滤 重复购买 消费周期 回购 网上购物
• 年，卷（期）: 2017,（4）
• 页码范围: 307-313
• 页数: 7页
• 分类号: F274
• 字数: 7046字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3644.2017.04.013

摘要

传统基于用户的协同过滤商品推荐方法通常未考虑目标用户是否购买过类似商品以及商品的重复购买周期等因素,由此造成有些商品推荐的时机不对,不仅占用了推荐资源,还可能给消费者带来困扰,为此提出一种基于商品重复购买周期的改进协同过滤推荐方法.在传统协同过滤算法的基础上引入已购商品回购状态变量,根据目标用户的历史购买数据和商品重复购买周期对所购买商品的回购状态进行计算,进而得出不处于回购周期内的已购商品类集,据此对原始推荐结果进行过滤.实验结果表明,改进后的协同过滤推荐系统能有效预测顾客的购买行为,明显提高商品推荐的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张志清	武汉科技大学管理学院	77	400	11.0	16.0
5	李梦	武汉科技大学管理学院	11	48	5.0	6.0
6	胡竹青	武汉科技大学管理学院	1	1	1.0	1.0