中图分类：F713.36

学科分类：790.63

成果类别：应用技术

研究起止时间：2008-01～2009-12

评价形式：验收

本课题是海南省自然科学基金项目,2007年批准,项目号为807018。经过项目组成员的努力,截至2010.4,完成了预期计划。 本课题的研究目的是研究采用多种推荐模式的电子商务推荐系统,通过收集多方面的用户信息,并结合多种不同的推荐算法,取长补短,最后汇总综合的推荐结果,向用户提供更加准确更加全面的商品和服务的推荐。这样不但能够节省用户选购时间,刺激用户购买欲,增加用户满意度和忠诚度,而且能够改进网站结构,调整商品,增进商家广告的投放效率等等。 本课题在总结各种主流推荐算法的优缺点基础上,提出基于用户身份的多种推荐模式的电子商务推荐系统框架模型,并详细描述了各种组成模块的内容及功能,以及系统的工作流程。基于该框架模型,提出以“有无注册”、“有无浏览历史记录”和“有无购买历史记录”这三个维度划分用户身份,将用户划分为C1～C5共5种类型,并提出主要在“C：浏览商品页面”、“D：建立购物车”和“G：完成购物”进行推荐。随后根据划分的用户类型和具体流程,建立起推荐策略表。本项目还研究多种推荐算法协作的机制,提出将聚类算法与协同过滤算法结合,以克服协同过滤算法的数据稀疏性问题和扩展性问题,并具体设计了该组合算法的过程步骤。最后,在上述工作的基础上,建立起了原型系统,对本项目中所提出的多模式推荐系统模型的可用性、适用性进行验证,以及为面向实际应用的多模式推荐系统的开发和运行提供基础和参考。在该原型系统上测试比较了经典协同过滤算法和聚类与协同过滤组合算法,实验结果证明了组合算法的优越性。本项目所取得的成果在理论上具有一定的深度,所提出的系统模型对建立推荐系统具有指导作用,所提出的组合算法可具体应用到实际中去,具有推广价值。