陈国凯

（重庆大学计算机学院，重庆 400044）

0 引言

随着互联网的高速发展，人们的生活越来越依赖于网络，人们最基本的衣食住行都已经与网络紧密关联。基于此，网上购物越来越主流化，网商也越来越盛行，并逐渐成为新兴产业的中坚力量。但商品种类的多样化，使得网商的推荐信息变得越来越重要，导致推荐系统的研究逐渐成为一类研究课题。

至今，各种各样的推荐系统层出不穷，包括基于内容的推荐原理，关联推荐、协同过滤算法、混合推荐等，这一类的商品推荐系统一般是站在用户的角度，通过用户的浏览记录或者是商品的浏览量等，以用户的体验等，来推荐更能够让用户满意的商品，但鲜有站在网商的角度来分析的。

本文致力于通过对往届销售数据的分析，站在网商的角度，通过获利的情况，来实现对商品价值的预测分析，以及对商品的推荐功能。通常情况下，一种商品的实际获利，不仅仅是出价、进价还有销售数量的简单运算，可能还有其他的一些因素的干扰。而一件商品的属性值有很多种，不可能都拿过来作为模型的输入来分析，并且很多属性是完全对利润没有影响的，还有一些属性对利润的影响很小，小到可以忽略不计，故而需要对属性进行约简。

粗糙集理论是一种刻画不完整性、不确定性的数学分析工具。影响利润的因素有很多，利用粗糙集理论对影响的因素进行约简，得到相对重要的一些因素。但是，传统的聚类，只有聚类，没有关于各个因素的重要性的因子。……