一种基于贝叶斯分类的个性化导购推荐算法

• 作者: 戴季国 薛艳飞 马汉达
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 协同过滤 贝叶斯分类 混合算法 结构化 准确度
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 应用技术
• 页码范围: 133-138
• 页数: 6页
• 分类号: TP391
• 字数: 5409字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2017.11.034

摘要

顺应电子商务的发展趋势,结合导购网站的个性化内容结构,提出了基于协同过滤的推荐算法与贝叶斯分类算法相结合的混合推荐算法.两种经典算法通过对用户评分值加权相加进行混合,从而得到用户对物品最终的预测评分,通过预测评分的高低进行推荐.通过这种混合推荐算法,可以更加充分地利用个性化导购网站的特殊结构化内容结构,从而达到提高个性化导购网站推荐系统的推荐内容准确度的目的.实验证明,改进后的混合算法在相同的条件下能够获得更低的平均绝对误差(MAE)和更好的准确率及召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马汉达	江苏大学计算机科学与通信工程学院	26	393	11.0	19.0
2	戴季国	江苏大学计算机科学与通信工程学院	1	7	1.0	1.0
3	薛艳飞	江苏大学计算机科学与通信工程学院	1	7	1.0	1.0