基于K-NN算法的Web信息推荐方法研究-论文.pdf

《基于K-NN算法的Web信息推荐方法研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2014年8月蚪埤学院学稚Aug．2014第3卷第4期JournalofBengbuCollegeVo1．3．No．4基于K—NN算法的Web信息推荐方法研究王丹(安徽职业技术学院学生处，安徽合肥230011)摘要：提出了一种基于K．NN算法的Web信息推荐方法，该方法以用户和产品为出发点，分别将用户兴趣度和产品属性由定性赫化为定量表达，通过构建产品相似度矩阵，选择出与相似最大的产品类，从而实现产品的Web信息推荐。关键词：信息推荐；K．NN算法；产品相似度中图分类号：TP181文献标识码：A文章编号：(2014)04—0008—03DesignandRealiza

2、tionofInformationRecommendationPlatformBasedonK-NNAlgorithmWANGDan(StudentsAffairsDivision，AnhuiVocationalandTechnicalCollege，Hefei，230011，Anhui)Abstract：Thee—commercerecommendationsystemwasdiscussedinthispaperusestheK-NNalgorithmtorecommendsomemostsimilarproductsaccordingtheuserSinter

3、estingandthequantizedvalueofprod—ucts，thendisplaythesimilarproductsinprinciplesofinteractiondesign．Itisoftencalledpersonalizationservicewhichreallyimprovestheusershoppingexperienceandthecross—sellabilityofe—commercesys—tem．Keywords：informationrecommendation；K—NNalgorithm；productsimilar

4、ity随着电子商务的蓬勃发展，电子商务平台销售目标用户的推荐，是从用户的角度来进行相应的推商品的种类不断增多，新产品层出不穷，很多商品并荐，且是自动的(即用户获得推荐不需要用户努力不为用户熟知，导致用户在消费时难以选择；同时，地找到适合自己兴趣的推荐或者填写一些显式信用户的个性化消费日益彰显，消费内容和形式日趋息，而是系统从用户购买模式或者点击行为等隐式多样化，且具有一定的时变性_1J。为了帮助用户在获得的)。虽然该算法的推荐个性化程度高，但其种类纷繁的产品中快速而准确地选购所需商品，同存在“冷开始”的问题(如果一个新项目没有人去评时为用户提供个性化的消费服务，以推

5、荐技术为核价它，则这个项目肯定得不到推荐，使得推荐系统失心的电子商务推荐系统已经成为各个电子商务平台去了作用)、稀疏性的问题(每个用户对项目的评价不可或缺的一项技术。同时，能够为用户提供优质非常少，整个数据矩阵变得非常稀疏，会造成用户之的、个性化的信息推荐，也已经成为电子商务平台自间的相似性不准确，邻居用户不可靠，使得推荐质量身提高用户体验，防止客户流失，增强交叉销售能力不高)、系统实时性与推荐精确性矛盾的问题等。的重要途径。基于关联规则的推荐算法：根据关联规则发现目前电子商务平台下的信息推荐系统主要使用算法以及客户当前的购买行为向客户产生推荐，以的算法有以下几种。

6、关联规则为基础，把已购商品作为规则头，推荐对象协同过滤推荐算法：基于邻居用户的信息得到作为规则体。但该算法在实际推荐过程中存在关联收稿日期：2014—04—20作者简介：王丹(1974一)，女，安徽合肥人，工程师。王丹基于K—NN算法的Web信息推荐方法研究9规则抽取不易而且耗时的问题、产品名同义性问题、中对应的。推荐个性化程度低的问题等。2一种基于K—NN算法的信息推荐方法基于用户统计信息的推荐算法：基于用户个人属性对用户进行分类，再根据分类对该类中的用户2．1相似度计算方法进行推荐。但该算法在初期存在用户的人口信息统相似度在不同的应用领域中可能会有不同的含计资料

7、难以得到的问题。义，例如在信息整合领域中，相似度一般指的是文本针对以上几种算法所存在的问题，提出一种基与文本能够匹配的程度；而在信息检索领域中，相似于内容的K．NN算法(全称K—NearestNeighbor算度则反映与用户查询在语义上的匹配程度，相似度法，即K一最近邻算法)的信息推荐方法，并利用该方越高，表明文本与用户的请求越接近J。法开发了基于内容的K—NN算法的信息推荐系统，将相似度引进信息推荐领域，通过比较两个商该方法通过比较信息资源与用户的兴趣模型之间的品的相似度来达到商品信息推荐的目的。相似度越相似性来推荐信息。其中项目或者对象通过相关特高，表明待比