张毅伟

摘要：在本文中，作者在基于物品的最近邻推荐的基础上引进了用户的上下文信息来修正推荐结果。具体说来是考虑了用户的消费预算，可以在原来的物品最近邻推荐的基础上更加符合用户的偏好，从理论上来说，这种机制是可以改进推荐的效果的。基于这种思想，作者给出了具体的推荐算法。

关键词：用户预算；基于物品的推荐；上下文信息

1.引言

随着电子商务的兴起，网购网站的规模越来越大，用户面对的选择越来越多，为了解决这个问题，网购网站都为自己的的网站添加了推荐的功能。推荐系统一定程度上为用户解决了信息过载的问题，增加了用户的购物效率，同时也增加了网购网站的利润。

在本文中，作者考虑的是这样一个场景：用户已经在购物车中添加了一系列的商品，但是还没有最终付款，针对购物车中已近添加的一系列商品，系统可以为用户生成一个推荐列表，推荐列表中商品可以和购物车中的商品组合起来使用户达到最大的收益。作者考虑的用户上下文信息是用户的购物预算。在购物的过程中，用户基本上都会对自己的消费在心里设定一个预算，当消费额在预算范围之内时，用户最终购买的概率远大于消费额超出预算范围的情况。所以，在设计推荐机制的时候要考虑这一点。尤其，在作者考虑的这种场景下，当用户选定需要购买的商品后，系统根据购物列表进行推荐，推荐的商品会和购物车中的商品有很大的关联性。……