高 华（大连艺术学院，辽宁 大连 116600）



一种电子商务协同过滤推荐算法

高 华
（大连艺术学院，辽宁 大连 116600）

摘 要：依据当前社会发展趋势及电子商务发展要求，设计了一种以用户偏好挖掘为基础的电子商务协同过滤推荐算法。此算法将用户隐性及显性偏好知识，运用用户偏好挖掘技术进行深入挖掘剖析，促进以用户偏好知识的智能推荐及最近邻居社区的构建得以实现。从本次研究的实验结果显示，此种算法在预期效果上比较理想，对于协同过滤推荐的准确性和质量具有显著提升效果。

关键词：用户偏好挖掘；电子商务；协同过滤推荐算法

1　电子商务协同过滤推荐算法分析

首先，用户相似度计算。张尧等［1］通过运用AVD方法，对用户的评分数据特征进行降维处理，对不同用户之间所具有的潜在语义予以获取，并以此为基础，计算用户的相似度，运用此种方法，对协同过滤推荐系统的处理准确性及效率给与提升；扈中凯等［2］提出以知识处理机制为基础的用户相似度计算，对定性知识转换及表示采用云模型予以完成，针对传统用户相似度计算方法方面所存在的不足进行解决，促使以云模型为基础的协同过滤推荐的实现。其次，用户信任计算。杨芳等［3］提出以信任为基础的协同过滤推荐方法，开展推荐服务主要依据用户之间所存在的一种信任关系，以此达到推荐服务的效率及质量的不断提升。最后，用户偏好计算分析。方耀宁等提出以多目标优化双聚类为基础的协同过滤方法，通过将用户注册时所填写信息进行深入分析，对用户的具体需求及偏好予以获取，以此为基础采取具有针对性的项目推荐活动。……