基于rfm模型的协同过滤方法及其在个性化推荐中的应用

《基于rfm模型的协同过滤方法及其在个性化推荐中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文题目:基于RFM模型的协同过滤方法及其在个性化推荐中的应用研究生王渊专业统计学指导教师辛金国教授完成日期2013年10月杭州电子科技大学硕士学位论文基于RFM模型的协同过滤方法及其在个性化推荐中的应用研究生：王渊指导教师：辛金国教授2013年10月DissertationSubmittedtoHangzhouDianziUniversityfortheDegreeofMasterCollaborativefilteringmethodbasedonRFMmodelanditsapplicationinpersonalizedrecomm

2、endationCandidate:WangYuanSupervisor:Prof.JinGuoXinOctober，2013杭州电子科技大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。申请学位论文与资料若有不实之处，本人承担一切相关责任。论文作者签名：日期：年月日学位论文使用授权说明本人完全了解杭州电子科技大学关于保留

3、和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。（保密论文在解密后遵守此规定）论文作者签名：日期：年月日指导教师签名：日期：年月日杭州电子科技大学硕士学位论文摘要随着现代市场竞争的不断加剧，如何准确地评估客户价值，识别出最有价值的客户群体并据此进行有针对性的个性化营销成为企业赢取客户的关键。个性化推荐

4、可以向客户提供商品推荐，即实现把合适的商品推荐给正确的人，从而可以满足客户的个性化需求，将潜在客户转变为实际购买者。协同过滤是个性化推荐中的一种主要算法，是在推荐系统中应用最成功的推荐技术之一，它具有处理复杂的非结构化对象、个性化程度高等优势。但是其固有的缺点对推荐的效果有很大的影响。本文提出一个基于RFM的顾客分类的个性化推荐方法，适用于不同价值的客户的消费行为，以预测客户的偏好，可提供一个适性的推荐机制，解决当前推荐不适当的问题，可以避免无效的推荐。本文首先对不同的推荐算法进行了分析比较，重点研究了协同过滤推荐算法，分析了协同过滤推荐算法在实际

5、应用中所暴露的问题。针对存在的问题，提出了基于RFM模型的协同过滤推荐方法。这种推荐方法的思路是根据客户对某种商品的历史消费记录，结合RFM模型，计算出客户对商品的R、F、M的综合结果，之后结合每个指标的权重，算出客户对商品的综合评价。这是一种被动的客户评价，由于综合考虑到了各方面的综合指标，所以比起客户主动的评价，具有一定的客观性。之后，利用顾客交易的历史数据算出每位顾客的R、F、M值，之后利用RFM模型确定顾客的价值高低。针对不用价值类别的客户采用基于客户偏好的协同过滤技术推荐商品。为了对比推荐效果，对顾客的属性信息进行了无差别的模糊C均值聚类

6、，之后针对不同类别的顾客进行个性化推荐。本文在实证部分采用某大型超市一年的销售记录数据进行了以上方法思路的实证操作，并对结果进行了验证。通过对比基于RFM模型的推荐结果与基于模糊C均值聚类的推荐结果，可以明显看出本文所提出的方法皆有较高准确率及F1值，由此可看出确实能够提供顾客合适的产品推荐。关键词：个性化推荐，协同过滤，RFM模型，模糊C均值聚类I杭州电子科技大学硕士学位论文ABSTRACTWiththegrowingcompetitioninthemodernmarket,howtoaccuratelyassesscustomervaluean

7、didentifythemostvaluablecustomersandthencarryonpersonalizedmarketingaccordingthisbecomethekeytowincustomers.Personalizedrecommendationmethodcanprovidecustomerswithproductrecommendations,thatistosay,achievethattheappropriateproductrecommendstotherightpeople,thuscanmeetthecustom

8、er'sindividualrequirementsandtransformthepotentialcustomersin