基于时间效应的网上商场推荐系统研究与应用

《基于时间效应的网上商场推荐系统研究与应用》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、广东工业大学硕±学位论文（工学硕±）基于时间效应的网上商场推荐系统硏究与应用金委賴二〇—六年五月１１分类号：学校代号：８４５ＵＤＣ：密级：学号：２１１１３０５０４日广东工业大学硕主学位论文（工学硕壬）基于时间效应的网上商场推荐系统研究与应用金霎婷指导教师姓名、职称：王勇副教授学科：软件工程（专业）或领域名称学生所属学院：计算机学院论文答辩日期－：２０１６０５ＡＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｅｄｔｏＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅ

2、ｃｈｎｏｌｏｇｙｆｏｒ１：ｈｅＤｅｇｒｅｅｏｆＭａｓｔｅｒＭａｓｔｅｒｏｆＥｎｉｎｅｅｒｉｎＳｃｉｅｎｃｅ（ｇｇ）ＯｎｌｉｎｅＳｈｏｉｎＭａｌｌＲｅｃｏｍｍｅｎｄｅｄＳｓｔｅｍＲｅｓｅａｒｃｈｐｐｇｙａｎｄＡｌｉｃａｔｉｏｎｂａｓｅｄｏｎＴｉｍｅＥｆｆｅｃｔｓｐｐＣａｎｄｉｄａｔｅＪｉｎ：ＷｅｎｔｉｎｇＳｕｅｒｖｉｓｏｒ：ＡｓｓｏｃｉａｔｅＰｒｏｆ．ＹｏｎＷａｎｐｇｇＭａ２０１６ｙＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ

3、ＧｕａｎｄｏｎＵｎｉｖｅｒｓｉｔｏｆＴｅｃｈｎｏｌｏｇｇｙｇｙＧｕａｎｚｈｏｕＧｕａｎｄｏｎＰ．Ｒ．Ｃｈｉｎａ５１０００６ｇ，ｇｇ，，摘要摘要移动电子商务应用于商场购物之中可Ｗ给人们的购物带来便利，但商场信息过载一问题却影响了人们快速且合适的选择商品，推荐系统的产生在定程度上解决了此类问题，用户随着时间发生的兴趣转移，。然而对商品的动态推荐产生了需求。本文提出了基于时间效应的推荐系统，Ｗ根据时间变化动态生成推荐商品，支持精准营销。本文在对个性化推荐技术及数据挖掘等相关理论进行学习的基础上，分

4、析了时间因素对用户兴趣所造成的影响，着重对基于时间效应的协同过滤推荐算法进斤了研究。协同过滤推荐算法是指为用户推荐与其志趣相投的其他用户感兴趣的商品，本文基于时间效应的协同过滤推荐算法首先考虑了不同用户对商品的不同评价标准，Ｗ及不同一类别的商品被用户评价也会有所差异的情况下，对商品评价进行归化处理得到评价趋势，修正了用户对商品的评价矩阵，然后在艾宾浩斯遗忘曲线的启发下，认为人们对自己历史购物行为的遗忘也是符合非线性遗忘的规律，引入评价影响时间窗的概念，即认为用户对商品评价信息的影响力在此时间段内保持不变，然后通过

5、添加时间窗这个参数对传统的时间权重函数进行了改进，得到了新的时间加权函数，使得用户对商品的评价更接近其对当前推荐的实际影响力，构建了时间加权的商品评价矩阵，解决了用户兴趣随时间迁移而发生改变的问题，接着改进了传统的相似用户聚类算法，通过在计算用户之间相似度的时候加入时间权重，将当前兴趣真正相似的用户聚类，使得聚类更加准确，并且在协同过滤之前构造目标用户的最近邻搜索候选集，使得本算法较为简单易计算，能够较快地响应用户，再通过基于用户的协同过滤算法，根据最近邻用户对商品的评价来计算目标用户对未评价商品的预测评价，而且

6、在预测评价阶段也采用新的时间加权函数对商品评价进行时间加权，然后将预测评价较高的前Ｎ个商品推荐给用户。本文研发的推荐系统在某大型购物商场进行应用。Ｗ基于时间效应的协同过滤算、法为核屯构建了商场推荐系统，。通过采用问卷形式对推荐系统进行的用户调查评测验证了系统推荐的有效性和较高的用户满意度。关键词：时间效应：协同过滤；用户聚类；商品推荐ＩＡＢＳＴＲＡＣＴＡＢＳＴＲＡＣＴ－ｃｏｍｍｅｒｃｅｈａｓｂｅｅｎｗｉｄｅｌｕｓｅｄｉｎｓｈｏｉｎｌｌｓｉｃｈｒｏｖｉｄｅｓｅｏｌｏｆＭｍａｗｈｌｅａｔ

7、ｏｙｐｐｇ，ｐｐｐｃｏｎｖｅｎｉｅｎｃｅｉｎｓｈｏｉｎｅｘｅｒｉｅｎｃｅｓ．Ｈｏｗｅｖｅｒｔｈｅｏｖｅｒｌｏａｄｏｆｓｈｏｉｎｉｒｍａｔｉｏｎｐｐｇｐ，ｐｐｇｎｆｏａｆｅｃｔｓｅｏｌｅ１ｔｅｔｄｓｉｋｌａｏｉｌ；ｅｌ．Ｔｈｅｄａｔｉｏｎｐｐ：０ｓｅｃｇｏｏｑｕｃｙａｎｄｐｐｒｐｒａｙｅｍｅｒｇｅｎｃｅｏｆｒｅｃｏｍｍｅｎ＇ｓｓｉｎｉＷｈｉｌｉｎｙｔ：ｅｍｃａｎｓｏｌｖｅｓｕｃｈｐｒｏｂｌｅｍｓａｃｅｉｉａｎｅｘ化ｎｔ．ｅｕｓｅｒｓｔｅ化ｓｔｓｃｈａｎｇｅｏｖ

8、ｅｒｔｉｍｅ，ｗｈｉｃｈｄｅｍａｎｄｓｔｈｅｄｙｎａｍｉｃｒｅｃｏｍｍｅｎｄａｔｉｏｎｏｆｐｒｏｄｕｃｔｓ．Ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｒ