商品搭配大数据推荐方法研究综述

• 作者: 曾范清 王斌 陈鑫
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 推荐系统 商品搭配 多源异构 冷启动 知识图谱
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 高性能计算
• 页码范围: 36-45
• 页数: 10页
• 分类号: TP391
• 字数: 10196字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.01.005

摘要

随着电子商务的不断发展,推荐系统面临着数据来源多样、结构复杂、推荐多样性差、冷启动等问题.商品搭配大数据推荐方法不仅可以有效解决以上问题,还具有给予消费者搭配建议并帮助商家促进销售的重要意义.首先,通过对国内外相关文献进行梳理,阐述了搭配推荐方法的基本概念和形式,分析其与传统推荐方法的区别以及优势.然后,探讨了搭配推荐方法的分类,包括基于商品内容的搭配推荐、基于协同过滤的搭配推荐和混合搭配推荐.最后,在这些研究和分析的基础上,指出了未来的研究热点将聚焦于多个商品的搭配推荐、基于多源异构数据融合的搭配推荐和基于知识图谱的搭配推荐.特别是将知识图谱应用于搭配推荐领域,将是未来非常有前景的研究工作.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈鑫	南京财经大学信息工程学院	6	11	2.0	3.0
2	王斌	南京财经大学信息工程学院	22	162	7.0	12.0
3	曾范清	南京财经大学经济管理实验教学中心	1	0	0.0	0.0