基于Multi-Agent的电子商务个性化推荐系统模型设计与研究

《基于Multi-Agent的电子商务个性化推荐系统模型设计与研究》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Multi-Agent的电子商务个性化推荐系统模型设计与研究摘要：为了更好地提高电子商务推荐系统的个性化、口动化、持久化程度，捉出了一种基于Multi-Agent的电子商务个性化推荐系统的整休架构模型，它采用Agent技术将个性化推荐系统中的功能模块构建为豹能体，并在帮能控制方式下采用线下信函式推荐和线上混合推荐技术来构建核心推荐模块。该论文还对该模型屮各组成部分的功能和设计思想进行阐述。关键字：电子商务；推荐系统；个性化；用户兴趣模型；多Agent系统；混合推荐系统DesignandResearchontheModelofMulti-Agent-BasedPers

2、onalizedRecommendationSysteminE・commerceAbstract:InordertobetterimprovethedegreeofpersonalizationandautomationandpersistenceofrecommendationsysteminE-commerce,thispaperpresentstheoverallsystemarchitecturemodelofmulti-agent-basedpersonalizedrecommendationsysteminE-commerce.Agenttechnology

3、isusedtoconstructthefunctionalmodulesofthepersonalizedrecommendationsystem.0ff-linerecommendationandhybridrecommendertechnologyareusedtoconstructthecorerecommendermodelundertheintelligentcontrol.ThepaperpresentsthefunctionanddesignideasofvariouscomponentsofthemodeLKeywords:E-commerce;rec

4、ommendersystem;personalization;userprofile;multi-agentsystem;hybridrecommendersystem()・引言电子商务推荐系统是指电子商务网站根据用户的兴趣特点，向用八推荐符合用八个性化需求的对象。根据推荐对象的不同，tJ询主要有两种类型的推荐系统，-•种是以网页为推荐对象的搜索系统，如googleo一种是网上购物环境下，以商品为推荐对象的个性化推荐系统,为用八推荐符合兴趣爱好的商品，如书籍、音像制品等。本文所研究的推荐系统，主要指的是第二种推荐系统。电子商务网站通过分析用户的特征和兴趣爱好，以及用户历

5、次的网上行为，如以往购买产品的品种和经常浏览的页而类型，以及相应的用八评价，为用八筛选出相对感兴趣的产品进行推荐，或根据个人情况的不同显示出不同的信息及广告，从而大大增加客户满意度，扩人市场销售，特别是将偶尔访问网站的用户转变为忠诚客户。对于电子商务网站来说，强人的推荐功能是电子商务网站成功的关键。1.电子商务推荐系统的评价标准评价电子商务推荐系统的好坏主要有以下三个技术标准山：(1)个性化程度(DegreeofPersonnalization)：个性化程度取决于推荐结來符合用八兴趣爱好的程度。个性化程度越高，推荐结果越有针对性，用户越满意。(2)自动化程度(Degre

6、eofAutomation):自动化程度取决于客户得到推荐结果所付出的劳动量或得到推荐结杲的容易程度。(3)持久性程度(DegreeofPersistence)：持久性程度取决于给岀的推荐是建立在当前会话基础上的，还是建立在多次用八会话(当前用八会话和以前的用八会话)基础上。为了使电子商务推荐更具有个性化、自动化和持久性，人工智能领域的Agent技术为其实现提供了有利的技术支持。2.智能Agent技术2.1智能Agent技术及其特点⑵Agent是人工智能(AI)领域发展起來的一个概念，是指具有感知能力、问题求解能力和与外界进行通讯能力的能持续口主地发挥作用的一个软件实体

7、。Agent具有以下特点：(1)智能性。Agent具有一定的推理能力，能比较准确地揣测用户的意图，并能将复杂的任务加以分析、分解，有针对性地提供信息、解决问题。它能根据用户的需求和环境的变化,主动向用八捉供服务。(2)反应性。Agent能够感知外界的环境，并能对相关事物做出适时的反应。(3)学习性和自成长性。Agent作为一个独立的个体，能自主学习能与用户并行工作，并将用户的兴趣、爱好、习惯等信息直接转化为内部表示，存放在知识库中，建立用户模型來指导口己的决策使之符合用八需求。(4)社会性。Agent通过交流与合作在Multi-Agent