基于客户聚类的商品推荐

《基于客户聚类的商品推荐》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、第28卷笫6期情报杂志＼’t，1．：(162009年6月J()URNAI()FINTE1I，f(FN(’E_jllI~tf()《J9·信息技术·基于客户聚类的商品推荐RecommendationBasedonCustomerClustering唐晓波樊静(武汉大学信息管理学院武汉430072)摘要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

2、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。关键词推荐系统关联规则协同过滤商品分类树收藏中图分类号F270文献标识码A文章编号1002—1965(2009)06—0143—04随着宽带网络的普及与成熟，中国网民急剧增长，品推荐(itemtoitem)，推荐系统根据客户当前感兴趣电子商务这种新型商业模式的飞速发展给人们的传统的产品推荐相似的产品；b．协同过滤(collaborativefil—购物习惯带来了极大的冲击。网上购物也逐渐走入人tering)，推荐系统根据客户与其他已经购买了商

3、品的们的生活。据Forrester公司的预测，在线销售将在客户之间的相似性进行推荐。其中a可以帮助客户比2010年达到3310亿_1J。但是，面对网站上纷繁的商较同类商品中最热销的商品，给客户提供极大的方便；品信息，网购者在挑选商品时需要采集比较大量的商b可以为客户提供一个更开阔的视角，发现其他与自品，才能决定最终购买商品。如果耗时耗力超过了网己兴趣相同的客户正在关注的商品。这为商家提供了购者在实体店，势必会削弱客户网上购物的信心。为向潜在客户做个性化推荐的平台。表1是这两种推荐了使客户缩减商品比较时间，快速找到自己所需产品

4、，方法的比较，可以看出单独使用哪一种推荐方法都存又使电子商务网站识别、挖掘客户潜在需求，推荐系统在问题。应运而生。推荐系统可以减轻客户搜索的不完全性和表1推荐方法的比较复杂性，从而帮助决策。2005年E—BAY以6．2亿收购了Shopping．com，这说明推荐技术在电子商务中的重要性，推荐系统给网上交易带来希望，不仅仅是为客户找到低价值的产品，更是一种满足客户个性化的重要工具。目前，众多学者对推荐方法进行研究，提出了很多推荐算法。然而单独使用推荐算法会存在推荐质量差，推荐效率低等问题。本研究在借鉴了国内外最新推荐方法研究的

5、基础上，提出三种客户聚类的方法以协同过滤是推荐系统普遍使用的推荐算法，但提高推荐的准确性，并综合两种推荐方法进行推荐过“冷开始”和“稀疏”问题一直都是协同过滤算法的瓶程的设计，从而为电子商务网站的推荐提供实用的参颈。“冷开始”是指在一个新的产品首次出现时，没有考价值。用户做出过评价，因此单纯的协同过滤无法进行预测评分和推荐。“稀疏性”是指用户对商品的评价耗时耗1推荐方法比较力，而且没有任何回报，由于一般用户购买商品的总量目前较为有效的推荐方法分为两类：a．相关性产只占全部商品的1％左右，因此造成评价矩阵非常稀收稿日期：200

6、9一O2—23修鲫弱期：2009一O4～09作者简介：唐晓波，男，t962年生，教授，博士生导师，研究方向为管理信息系统、IT项目管理、信息系统工程；樊静，女，】985年生，硕士研究生，研究方向为管理信息系统、数据挖掘。·l44·情报杂志第28卷疏。为了解决这些瓶颈问题，本文提出了三种客户聚相关系数来判断用户的相似性。没用户和用户共类的方法，用来发现客户的兴趣，并将这种兴趣模式转同评分过的项集合用，，表示，j和』，分别表示用户i和化为协同过滤中的评分，从而有效解决“稀疏”问题，使用户J评分过的项的集合。实际上，s]nl(i，

7、J)即为R—得推荐系统推荐的产品不仅精确而且满足客户的潜在R与尺—R，的夹角余弦。需求。目前基于客户聚类的方法有很多，本文所指的sire(i，J)=是以兴趣为导向的，是为了发现客户当前的兴趣和与∑(尺一RR一Rj)其兴趣相投的客户。我们判断客户的兴趣是以客户浏览、收藏及添加商品到购物篮的行为和实际购买进行／．∑(R—R)×∑(R一R)、f∈Ic∈T的。因此，三种客户聚类方法就是根据客户浏览、收藏2．1．3Top—N算法。Top—N算法是推荐的最或添加商品到购物篮所提出的。后一步，是从最近邻中找出客户评分最高的N种产品推荐给客

8、户。Top—N算法有两种：a．基于关联规2推荐过程则_4；b．基于协同过滤。2．1常用推荐算法简介基于客户聚类的商品推基于关联规则的Top—N算法如下：a．使用交易荐会用到以下几种核心技术，这几种核心技术都是被数据库的交易数据构造事务数据库；b．使用关联规则证实并广泛应用的。挖掘算法对构造