陈媛媛，聂规划，陈冬林，桂雁军

（1.武汉理工大学经济学院，湖北 武汉 430070；2.武汉理工大学电子商务与智能服务研究中心，湖北 武汉 430070；3.新奇特车业服务股份有限公司，上海 201824）

1 国内外电子商务推荐技术及系统

1.1 电子商务推荐技术

1.1.1 基于内容的推荐

基于内容的推荐方法源自信息检索领域，其基本思路是从用户已访问或已选择的对象中获取用户兴趣，将其与候选对象的特征进行比较，为用户推荐特征最为相似的对象，属于Schafer划分中的Item－to－Item Correlation方法。该算法的关键在于考察用户资料与项目的匹配程度，用户资料通过机器学习获取，常用的算法有决策树、贝叶斯分类算法和神经网络等。基于内容推荐的局限性在于内容分析有限，只能推荐文本资源，无法处理图像、视频和音乐等结构复杂、难以体现内容质量等特征的项目，并且无法提供新异推荐，即推荐的结果仅限于与用户以往熟悉内容相似的项目上［1］，不利于挖掘用户潜在兴趣。

1.1.2 基于协同过滤的推荐

基于协同过滤推荐的基本思想是基于与目标用户具有相同或相似兴趣偏好的用户的观点来向目标用户推荐项目。协同过滤推荐算法可以分为基于记忆的协同过滤和基于模型的协同过滤。基于记忆的算法依赖于最近邻算法，计算用户/项目之间的相似度，产生推荐。基于记忆的算法可以分为基于用户的算法和基于项目的算法。基于模型的算法主要有基于贝叶斯的网络算法、基于马尔科夫决策过程的算法等。……