基于用户行为的多agcnt电子市场个性化推荐系统

《基于用户行为的多agcnt电子市场个性化推荐系统》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于用户行为的多Agcnt电子市场个性化推荐系统基于用户行为的多Agent电子市场个性化推荐系统李小杰（浙江工商职业技术学院，浙江宁波315012）【摘要】为了进一步提高电子市场推荐系统的精准性，引入多Agent技术，利用自下而上的推荐方法，结合动态情境进行用户数据分析，整合用户行为特性，构建以商品为推荐对象的符合用户兴趣爱好个性化推荐系统。通过实验，表明多Agent技术在一定的程度上提高用户兴趣及购买率。.jyqkulti-Agent电子市场个性化推荐系统的整体架构本文提出了基于用户行为的multi-

2、Agent电子市场个性化推荐系统（multi-AgentE-mercepersonalizedremendationsystembasedonuserbehavior,MACPRSUB）。电子市场交易活动，受当前情境影响，如消费者用户个性特征（年龄，收入，偏好等）、网络状态、购买经历、市场服务等内外部情境。MACPRSUB的主要功能为，通过分析用户行为，购买经历，建立用户日志，分析用户兴趣，行为偏好，建立用户模型，进而进行商品服务推荐，刺激和帮助用户做出购买决策实施购买行为。由于用户在购买决策的过程中会

3、处于动态情境中，发生不断的变化，因此本文基于Agent的特征构建了如下图所示的多Agent共同协作的动态MACPRSUB推荐系统，结构如图1所示。每位进入电子市场的线上购物用户都会获得一个用户Agent,监听用户行为，反馈给相关联的终端Agent，由终端Agent建立用户日志，进行基于行为的用户偏好建模，进行用户细分。辅助Agent在推荐系统中与用户及电子市场MACPRSUB推荐系统数据库相互关联，互相提供信息，用户通过辅助Agent获得市场信息进行搜索等操作，电子市场通过辅助Agent获得用户信息，决

4、定和改善推荐策略。下面对MACPRSUB推荐系统中的各Agent的功能进行具体的描述。2.1用户Agent用户Agent主要有两个任务，一个是通过终端Agent获取商品信息，终端Agent提供搜索功能；例外一个是向终端Agent传递用户信息，便于终端Agent分析和建立用户日志，进行偏好建模，进而决定和改善推荐策略。用户Agent由连接参数（ConnectionParameters,CPS）和用户配置文件组成(UserConfigurationFile,UFC)组成。链接参数里面主要由用户终端Agent

5、数量构成，每个用户根据其访问记录配置N不同的终端;用户电子市场会话行为数据记录在用户配置文件中,主要根据用户访问的不同终端及节点，以及访问的商品内容，记录和分析用户的情景偏好兴趣度（SIACPRSUB推荐系统建立关联。终端Agent通过辅助Agent向用户Agent传递电子市场的商品信息，通过与用户Agent的关联建立用户日志，分析用户偏好，建立用户模型，进而进行用户细分，同时可以对用户进行智能跟踪计算，通过辅助Agent，向推荐系统提出改善和决策建议。终端Agent由用户配置文件和终端配置文件组成。当

6、用户在某一终端进行电子市场会话时，对商品C进行相关操作时，其历史用户文件会自动进行匹配及更新操作，由此建立和更新用户配置文件。用户在进行的与商品C相关的电子市场行为耗时t越长，表明其对商品C的兴趣度IACPRSUB具有较为优秀的推荐性能，能够最大程度的促成用户的电子市场购买行为。多Agent电子市场MACPRSUB推荐系统，根据用户的不同情境，如使用的不同终端设备接入电子市场，系统会根据用户历史配置文件进行自适应推荐，并同时进行更新，并根据用户的历史日志自计算预测用户的当前及外来会话走向，发送推荐预约。

7、但是本系统还可以进行更为深入的优化，如根据情境定义用户聚类问题，稀疏数据的准确推荐问题，用户配置文件的自更新计算问题。..