论文部分内容阅读
本文研究了电子商务个性化推荐系统及主要的推荐技术和推荐算法，特别是协同过滤推荐算法和关联规则推荐算法，其中协同过滤推荐算法是目前应用最成功的个性化推荐算法，提出了一种基于概念分层的个性化推荐算法，引入概念分层的方法对项目空间分层，以减轻用户一项目评估矩阵的稀疏性，同时使用交易数据和点击流数据进一步缓解输入数据的稀疏性，并将相似用户选择项与多层次关联规则推荐项相结合以弥补协同过滤推荐算法和关联规则推荐算法各自的不足；设计仿真实验比较了基于概念分层的个性化推荐算法与协同过滤推荐算法。实验结果表明了基于概念分层的个性化推荐算法在稀疏数据集上优于协同过滤推荐算法的推荐性能。