基于用户的农产品协同过滤推荐系统的设计与实现-论文.pdf

基于用户的农产品协同过滤推荐系统的设计与实现-论文.pdf

ID:53763210

大小:851.25 KB

页数:5页

时间:2020-04-24

基于用户的农产品协同过滤推荐系统的设计与实现-论文.pdf_第1页
基于用户的农产品协同过滤推荐系统的设计与实现-论文.pdf_第2页
基于用户的农产品协同过滤推荐系统的设计与实现-论文.pdf_第3页
基于用户的农产品协同过滤推荐系统的设计与实现-论文.pdf_第4页
基于用户的农产品协同过滤推荐系统的设计与实现-论文.pdf_第5页
资源描述:

《基于用户的农产品协同过滤推荐系统的设计与实现-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、·信息技术·农业网络信息2014年第9期AGPdCULTURENErDRK目VFDR2I生盯0Ⅳ基于用户的农产品协同过滤推荐系统的设计与实现郑云飞,夏帅,谭武坤(安徽农业大学信息与计算机学院,安徽合肥230036)摘要:作为缓解信息过载问题的主要手段,个性化推荐技术已经得到广泛的应用。随着农产品电子商务技术的发展,如何将最新的个性化推荐技术应用到农产品的推荐,促进农产品电子商务的发展,是一个非常重要的问题。本文在对电子商务推荐系统原理分析基础上,重点深入探讨了当前应用最为广泛的协同过滤推荐技术。在此基础上,针对农产品的特点,设计并实现了一个基

2、于用户的农产品电子商务协同过滤推荐系统。为提高用户评分的积极性,系统采用一定的激励评分机制,以缓解数据稀疏性问题。系统界面简洁,操作简单,实现了对农产品的有效推荐。关键词:农产品;电子商务;协同过滤;推荐系统中图分类号:TP315文献标识码:A文章编码:1672—6251(2014)09—0049—05TheDesignandImplementationofAgriculturalProductCollaborativeFilteringRecommendationSystemBasedonUsersZHENGYunfei,XIAShuai,

3、TANWukun(SchoolofInformation&Computer,AnhuiAgriculturalUniversity,AnhuiHefei230036)Abstract:Asthemainmeanstoalleviateinformationoverload,personalizedrecommendationtechnologyhasbeenwidelyapplied.Withthedevelopmentofe—commercetechnologyforagriculturalproducts,ithasbecomeamain

4、probleminthathowtoapplythenewestpersonalizedrecommendationtechnologyintherecommendationofagricuhuralproducts.Basedontheanalysisofe—commerceprinciples,ThethesisfocusedonthediscussofcollaborativefilteringrecommendationmodelwhichWaswidelyusedatpresent.Thenonthebasisofcharacter

5、isticsofagriculturale-commerce,thecollaborativefilteringrecommendationsystemwithusersorientedWasdevelopedandimplemented.Toraisetheenthusiasmofusersinr~ing,thissystemmainlytooktheadoptionofcertainincentivescoringmechanism.Thesysteminterfacewassimpleandeasytooperate,whichachi

6、evedeffectiverecommendationofagriculturalproducts.Keywords:agriculturalproduct;e—commerce;collaborativefiltering;recommendationsystem面对电子商务的迅速发展.越来越多的人趋向于而又快速的推荐,研究者提出了基于关联规则的推荐网上购物。网上商品琳琅满目,除了特定的查找外.算法、基于内容的推荐算法、协同过滤瞄等多种算法。用户一般很难发现自己感兴趣的商品.于是希望系统目前应用最成功也最广泛的是协同过滤算法。协同过能够主动

7、推荐一些用户可能感兴趣的商品。基于以上滤分析用户兴趣.在用户群中找到指定用户的相似用问题和需求,个性化推荐系统应运而生。电子商务推户,综合这些相似用户对某一信息的评价,形成系统荐系统主要由输入模块、推荐模块和输出模块三方面对该指定用户对此信息的喜好程度预测。协同过滤算构成【l1,如图1所示。在输入模块,系统通常分析用户法最早被应用于Tapestry[3].实现Xerox公司在PaloAlto的浏览记录、购买行为等信息,进而分析用户的兴的研究中心员工的邮件筛选.当前应用最为成功的案趣。推荐系统的核心部分是推荐算法,为了提供精确例为亚马逊和Fac

8、ebook,主要应用在电影、图书等方基金项目:全国大学生创新创业训练计划项目资助。作者简介:郑云飞(1990一),男,本科,研究方向:电子商务。收稿日期:2014—

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。