基于粗糙集和論域最近鄰的協同過濾推薦系統研究與實現.pdf

1、互聯網的普及使用以及電子商務的發(fā)展讓用戶可以享受電子商務系統提供的越來越多的服務，隨即而來的是信息的急劇膨脹，“信息過載”、“資源迷向”等問題相繼出現，大量的信息經常會讓用戶無法找到自己的商品。所以，如何為用戶提供快捷、準確的服務，滿足用戶的個人需求，逐漸成為人們關注和探索的熱點。這導致傳統的信息檢索業(yè)務演化為個性化信息推薦系統。電子商務推薦系統不但能幫助用戶找到商品，完成購買過程，還可以有效地幫助電子商務系統保留客戶、提高網站的銷售量

2、。這些優(yōu)勢讓電子商務推薦系統在這幾年得到了長足而有效地發(fā)展，但是隨著推薦系統進一步地普及，其應用也出現譬如數據稀疏性和推薦實時性等一系列問題。本文對電子商務推薦系統中協同過濾推薦算法的設計等關鍵技術進行了有效的探索和研究，取得了較好地效果。 本文首先分析了當今電子商務推薦系統的研究現狀以及研究意義，對個性化推薦系統中主流的推薦算法進行了介紹，并詳細討論了基于協同過濾推薦算法的相關情況。在總結了傳統推薦算法的不足之處后，針對電子商