基于模糊聚类和资源平滑的协同过滤推荐

在分析目前电子商务推荐系统及传统的协同过滤推荐存在问题的基础上,提出了一种新的电子商务推荐算法。该算法利用客户对商品的历史评分记录中所隐含的客户相关信息和商品相关信息来为客户推荐商品,并且将模糊聚类技术运用于商品最近邻居和客户最近邻居的查找。实验结果表明该算法能够提供更好的推荐,聚类数对推荐质量有较大的影响。     

电子商务系统商品推荐方法浅析

随着互联网的普及和电子商务的发展,商品推荐系统逐渐成为电子商务系统中的重要技术和研究内容之一,受到了越来越多研究者的关注,人们提出了各种商品推荐技术。文章详细的论述了各种推荐系统所采用的推荐技术及其优缺点,探讨电子商务系统的构成、研究内容、研究现状,分析了现有的推荐系统存在的缺陷和问题,最后讨论了电子商务中商品推荐系统面临的挑战和研究方向。     

基于语义词典的电子商务推荐系统模型研究

随着电子商务行业网站的迅猛发展,智能推荐系统的作用变得越来越重要,它能提升网站的知名度和用户的忠诚度,有效地保留客户和挖掘潜在客户,从而提高商务企业的销售收入.本文介绍了电子商务推荐系统的主要算法和国内外相关研究成果,分析了现有算法和推荐技术存在的缺陷,探讨了语义词典的设计原理,提出了基于语义词典的电子商务推荐系统的想法.     

知识网格与电子商务智能推荐理论研究

在日趋激烈的竞争环境下,电子商务推荐系统能有效地保留客户,提高电子商务系统的销售的有效手段。介绍了电子商务推荐技术和系统的研究现状,分析了现有技术和系统存在的质量、实时性和规模性问题,探讨了网格技术、知识网格和本体论在相关领域取得的进展,提出基于知识网格与电子商务智能推荐系统的构想。     

基于专家系统的电子商务个性化推荐技术

电子商务个性化推荐技术利用电子商务网站向不同客户提供具有针对性的购买建议。根据网络消费者的购买流程,设计专家系统的咨询子系统、数据库子系统和结果子系统,设计推荐规则和推荐形式,采用启发式搜索提高推荐速率,提高商品成交量。     

基于情境感知的电子商务平台个性化推荐模型研究

针对当前电子商务平台商品推荐中存在的不足,提出借助于本体技术和Agent技术,实现基于情境感知的电子商务平台个性化商品的推荐.对电子商务平台的情境要素进行了分析,探讨了电子商务平台情境感知的内涵;构建基于情境感知的电子商务平台个性化商品推荐模型,分析模型的组成部分;对模型运行的基本流程进行了介绍,重点分析情境获取、情境处理和规则匹配的实现方法;并对情境本体和商品本体的构建思路进行了分析.     

基于客户聚类的商品推荐

目前在电子商务领域,较为有效的商品推荐方法有两类,分别是基于相关性产品推荐和协同过滤推荐.然而,单独使用这两种推荐都会造成推荐耗时长,推荐质量差等问题.提出了三种有效的客户聚类方法从而解决了协同过滤推荐的"稀疏性"问题,结合相关性产品和协同过滤推荐,设计出更为有效的推荐过程并以淘宝网为实例详细分析这种推荐的实用性.     

基于Agent和CBR的电子商务推荐系统模型研究

本文提出一种融合多Agent和案例推理(CBR)技术的电子商务推荐系统模型,在多Agent环境下应用CBR技术建立了一种多属性决策的综合评价机制,即采用相似度计算方法检索到相似案例,从而对候选商品给出定性或者定量的评价,为客户提供智能化的决策支持.     

基于天猫商城的推荐系统应用研究

随着网上购物在我国爆发式的发展,电子商务网站利用推荐系统向潜在购买用户提供针对性的购买建议。根据用户历史操作记录与商品历史被操作记录,使用适合的算法进行特征分类,取得用户行为特征和商品特性,从而进行针对性的推荐,提高推荐准确率与提升推荐商品的全面性,从而使推荐系统发挥最大的效益,使消费者购物成功率提高、满意度提升,使商家销售量提高、宣传成本降低。     

农资产品电子商务销售数据关联分析

构建面向电子商务领域的个性化推荐系统,需要依据电子商务数据所隐含的信息为用户兴趣度建模服务。文章以某电子商务网站为目标,利用关联分析模型,通过对网站中农资产品销售数据进行频繁模式挖掘和关联规则挖掘,以寻找和揭示用户与用户、用户与商品以及商品与商品之间的关联关系,包括用户购买商品的时间关系、有相似购买习惯的用户之间的关系、受欢迎的商品之间的关系以及用户的购买商品的喜好关系等。