个性化推荐系统的多样性研究进展

在分析多样性类型的基础上,重点对信息物理、二次优化、社会化网络和时间感知4种提高个性化推荐多样性的方法进行概括、比较和分析,接着总结推荐系统多样性的主要度量指标。最后,对未来有等深入研究的问题进行展望。研究指出:移动推荐系统的多样性和新颖性研究,信息物理方法应用于推荐系统领域的机理分析,推荐系统的时序多样性和计算量问题以及各种推荐算法的有效组合研究是未来需重点突破的方向。     

基于Vague值的电子商务推荐系统及其相似度研究

针对目前电子商务推荐系统中存在的核心问题--相似度,提出借助Vague集理论研究推荐系统的思想。电子商务过程中顾客行为不确定性的存在,为Vague集的引入提供理论基础。商品推荐依赖的是商品间或顾客间的相似程度,而相似度的计算正是Vague集研究较为成熟的一个领域。根据一般电子商务购物方式,确定不同的顾客类型,在顾客分类的基础上,利用统计方法定义商品的Vague值,实现电子商务推荐系统与Vague的完美结合,并通过相似度的计算验证该方法的有效性,从而为推荐系统的研究提供新的思路和方法。
     

基于Word2vec的图书馆推荐系统多样性问题应用研究

图书馆个性化推荐系统强调推荐的精准性,无法满足读者的多样性需求。本文将深度学习算法引入图书馆推荐系统,探讨推荐多样性的问题。首先,依据历史借阅数据,结合时间序列,形成读者借阅行为的共现矩阵;然后将共现矩阵看作上下文的语境,利用Word2vec的潜在语义分析特性,识别读者可能的兴趣;最后挖掘读者可能的兴趣,并提供多样性的推荐结果。本文选取上海浦东图书馆541万余条借阅数据进行实验,对比关联分析的结果,验证了该方法在推荐多样性方面具有较好的效果。     

国内电子商务个性化推荐系统改进研究

通过对国内电子商务网站个性化推荐应用情况及“当当推荐”推荐效果的统计分析,总结目前个性化推荐系统存在的不足,据此提出一个基于SOA的系统架构和基于领域知识的组合式推荐模型组成的系统改进方案,并指出方案的优势和改进措施。     

三维视角的电子商务信任特性及应对策略研究

通过信任风险、信任相关方关系和信任形成三维视角的分析,发现电子商务信任的核心问题是交易信任,重点是赢得消费者信任;而网站在电子商务信任关系中处于核心位置,初始信任和网站制度控制在促进电子商务信任形成中的作用至关重要。针对这些特性,给出业界提升消费者信任的应对策略。     

移动电子商务推荐系统输入研究

在描述移动电子商务推荐系统的基本特征基础上,分析了显式评分输入和隐式浏览输入的差异, 认为移动互联网环境下隐式浏览输入是推荐输入的主流。进而通过用户兴趣提取、用户兴趣计算以及浏 览时间确定等环节,得到移动环境下用户对产品的兴趣度。该方法的提出一方面充实了移动推荐系统的 理论研究成果,另一方面也对推荐系统中隐式浏览输入的研究有一定的推动作用。     

一 种有效的电子商务信任评价方法

在分析影响电子商务中买方对卖方信任因素的基础上,提出一个完整的信任模型,将该信任的取值分为初始信任和重复信任,分别给出这两种信任值的计算方法,最后对此信任评价方法进行实例研究,并指出今后的研究方向。     

基于混合算法的电子商务推荐系统设计研究

针对目前电子商务推荐系统不能很好地为未注册用户服务的问题,根据未注册用户和注册用户各自特点采用两套不同的数据收集方案,以提高网站的友好性与数据的准确性。在推荐算法方面,由于决策树归纳算法与贝叶斯网络算法各有优劣,故将两种算法结合使用,并引入基于内容的算法思想对商品的各属性进行研究,以提高推荐的准确性。实验证明：上述方法能够很好地为未注册用户服务且基于混合算法的推荐优于基于单种算法的推荐。     

信任模型及其改进研究

在分析现有信任模型不足的基础上,提出一个改进的信任模型。改进后的信任模型增加了事务因素,并通过一系列函数来描述信任,为协同与安全决策提供依据。同时将信任值区间扩大,增加实体表达自身认知的方法,使得信任度连续化,可以更加有效地解决信任管理问题。     

电子商务中的信任及其建立

文章在明确了电子商务中信任内涵的基础上,从在线公司本身、公司网站、消费者个体特征、电子商务环境这几个角度分析了电子商务中信任的影响因素,并从法律、技术、第三方信任等方面阐明了如何促进电子商务中信任的建立。     

国内电子商务网站推荐系统信息服务质量比较研究——以淘宝、京东、亚马逊为例

[目的/意义]推荐系统已经成为电子商务网站的重要组成部分之一,为用户提供多种形式的信息推荐服务。国内以淘宝、京东和亚马逊为代表的电子商务网站的推荐系统采用不同的技术架构和多种热点推荐技术,并且越来越重视信息服务的质量。对推荐系统服务质量进行比较研究,能够进一步推动电子商务推荐系统的发展。[方法/过程]首先,从准确性、时效性、新颖性三个技术指标对比以上推荐系统的技术架构对于推荐服务质量的影响;其次,以用户体验作为信息服务质量评价的基础,对182名受访者进行热点技术的认可度调查,研究热点技术对推荐服务质量的影响;最后,对功能模块的用户体验情况进行调查和比较分析。[结果/结论]在这些研究、调查和分析的基础上,给出电子商务推荐系统使用的技术架构和热点技术,以及改进功能模块设计的对策,以进一步提升推荐系统的信息服务质量。     

文献推荐系统：提高信息检索效率之途

Traditional Information Retrieval (IR) systems have limitations in improving search performance in today’s information environment. The high recall and poor precision of traditional IR systems are only as good as with the accuracy of search query, which is, however, usually difficult for the user to construct. It is also time-consuming for the user to evaluate each search result. The recommendation techniques having been developed since the early 1990s help solve the problems that traditional IR systems have. This paper explains the basic process and major elements of document recommender systems, especially the two recommendation techniques of content-based filtering and collaborative filtering. Also discussed are the evaluation issue and the problems that current document recommender systems are facing, which need to be taken into account in future system designs. Traditional Information Retrieval (IR) systems have limitations in improving search performance in today’s information environment. The high recall and poor precision of traditional IR systems are only as good as with the accuracy of search query, which is, however, usually difficult for the user to construct. It is also time-consuming for the user to evaluate each search result. The recommendation techniques having been developed since the early 1990s help solve the problems that traditional IR systems have. This paper explains the basic process and major elements of document recommender systems, especially the two recommendation techniques of content-based filtering and collaborative filtering. Also discussed are the evaluation issue and the problems that current document recommender systems are facing, which need to be taken into account in future system designs.     

文献推荐系统综述

文献推荐系统帮助用户在海量文献环境下发现个性化的信息,已经成为文献检索系统的重要组成部分。文献推荐技术研究在信息检索、文献计量学与电子商务推荐系统研究成果综合演变下发展起来。首先讨论了一般个性化推荐技术;进一步对文献推荐技术已经取得的研究成果进行了系统的分析与总结;同时,介于评价测度与方法是推荐系统的重要组成部分,给出了常用的文献推荐系统的评价测度;最后,对文献推荐系统研究现状作出总体评价并指出将来的发展方向。     

基于情境感知的用户推荐系统研究综述

[目的/意义]对基于情境感知的用户推荐系统研究进展进行调研和总结,探讨其存在的问题,指出未来的研究趋势和挑战。[方法/过程]采用文献分析方法,从基于情境感知的用户推荐系统框架角度,分析各功能模块的实现技术和方法,并进行归类总结。[结果/结论]提出用户情境检测、获取和计算、情境不一致检测和解决方案、用户情境建模、情境感知推理、情境感知推荐过程的未来研究热点。本研究有助于全面了解基于情境感知用户推荐系统的概貌、涉及的关键技术及主要方法。     

推荐系统在数字图书馆的应用：研究与技术现状

Recommender systems are increasingly a necessity as the burden of overly abundant information becomes heavier. This paper examines the current studies on recommender systems in technological perspective as well as the potential use of recommender systems for digital library services and the issues which arise in using recommender systems for library services.