电子商务推荐系统瓶颈问题研究

内容简介

电子商务推荐系统是解决信息超载的重要技术。协同过滤作为推荐系统中广泛使用的、*成功的推荐算法，还存在诸如稀疏性（sparsity）、冷启动（cold-start）、可扩展性（scalability）等制约其进一步发展的瓶颈问题。 本书针对稀疏性问题，提出了非目标用户类型区分理论、领域*近邻理论、基于Rough 集理论的用户评分项并集未评分值填补方法等；针对冷启动问题，提出了一种冷启动消除方法，包括用户访问项序理论、n序访问解析逻辑、改进的*频繁项提取算法IMIEA、用户访问项序的Markov链模型等；针对可扩展性问题，提出了适应用户兴趣变化的协同过滤增量更新机制：　　*后设计并实现了一个电子商务协同过滤原型系统ECRec.