项目名称: 大数据环境下面向移动电子商务虚拟社区的协同推荐方法研究

项目编号: No.71401058

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 管理科学

项目作者: 邓晓懿

作者单位: 华侨大学

项目金额: 20万元

中文摘要: 近年来,移动电子商务成为了电子商务发展的新方向,作为处理“信息过载”问题的重要方法—个性化推荐面临着由于大数据、缺乏考虑用户社会化关系和情境偏好等所导致推荐精度较低,实时性较差的问题。如何考虑社会化关系和情境为用户提供实时、准确的个性化推荐是亟待解决的现实难题。为此,本项目以移动电子商务虚拟社区为对象,对其中个性化推荐问题开展研究,包括:1.移动电子商务虚拟社区用户社会化关系分析与建模;2.考虑情境的移动电子商务虚拟社区用户偏好建模研究;3.考虑社会化关系和情境偏好的并行协同推荐模型研究。从“人—人”、“情境—偏好”和“人—资源”三方面构建并行协同过滤推荐模型,以解决上述问题。本项目将社会网络、聚类分析、情境、协同过滤及并行计算等方法交叉集成,为面向移动电子商务虚拟社区用户的个性化推荐过程的分析与建模提出了一系列具现实指导意义的新方法,有助于进一步推动我国移动电子商务个性化推荐系统的发展。

中文关键词: 协同过滤;虚拟社区;社会网络;情境;移动电子商务

英文摘要: In recent years, the mobile e-commerce has become the new development trend of the electronic commerce. As an important solution to "Information Overload", personalized recommendation surfers from several problems, such as the ratings data sparsity caused

英文关键词: collaborative filtering;virtual community;social network;context;mobile e-commerce

成为VIP会员查看完整内容
0

相关内容

协同过滤(英语:Collaborative Filtering),简单来说是利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息,个人透过合作的机制给予信息相当程度的回应(如评分)并记录下来以达到过滤的目的进而帮助别人筛选信息,回应不一定局限于特别感兴趣的,特别不感兴趣信息的纪录也相当重要。协同过滤又可分为评比(rating)或者群体过滤(social filtering)。其后成为电子商务当中很重要的一环,即根据某顾客以往的购买行为以及从具有相似购买行为的顾客群的购买行为去推荐这个顾客其“可能喜欢的品项”,也就是借由社群的喜好提供个人化的信息、商品等的推荐服务。除了推荐之外,近年来也发展出数学运算让系统自动计算喜好的强弱进而去芜存菁使得过滤的内容更有依据,也许不是百分之百完全准确,但由于加入了强弱的评比让这个概念的应用更为广泛,除了电子商务之外尚有信息检索领域、网络个人影音柜、个人书架等的应用等。
知识驱动的推荐系统:现状与展望
专知会员服务
64+阅读 · 2021年11月22日
基于强化学习的推荐研究综述
专知会员服务
79+阅读 · 2021年10月21日
专知会员服务
16+阅读 · 2021年9月18日
专知会员服务
54+阅读 · 2021年8月12日
个性化广告推荐系统及其应用研究
专知会员服务
92+阅读 · 2021年2月27日
基于事件社会网络推荐系统综述
专知会员服务
67+阅读 · 2021年1月13日
应用知识图谱的推荐方法与系统
专知会员服务
109+阅读 · 2020年11月23日
基于知识图谱的推荐系统研究综述
专知会员服务
319+阅读 · 2020年8月10日
STAM: 一种基于GNN推荐的时空聚合方法 | 论文荐读
知识驱动的推荐系统:现状与展望
专知
1+阅读 · 2021年11月22日
一文总结多样化推荐研究趋势
机器学习与推荐算法
0+阅读 · 2021年11月17日
CIKM'21 | 自监督图神经网络在社会化推荐中的应用
图与推荐
3+阅读 · 2021年11月16日
CIKM 2021 | 自监督学习在社会化推荐系统中的应用
PaperWeekly
0+阅读 · 2021年11月14日
基于知识图谱的推荐系统总结
机器学习与推荐算法
3+阅读 · 2021年11月11日
SIGIR 2021 | 推荐系统中的多行为建模
PaperWeekly
1+阅读 · 2021年10月9日
厦大最新《强化学习推荐系统》综述论文
机器学习与推荐算法
6+阅读 · 2021年9月24日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
29+阅读 · 2020年3月16日
Heterogeneous Deep Graph Infomax
Arxiv
12+阅读 · 2019年11月19日
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
Arxiv
13+阅读 · 2018年4月18日
小贴士
相关VIP内容
知识驱动的推荐系统:现状与展望
专知会员服务
64+阅读 · 2021年11月22日
基于强化学习的推荐研究综述
专知会员服务
79+阅读 · 2021年10月21日
专知会员服务
16+阅读 · 2021年9月18日
专知会员服务
54+阅读 · 2021年8月12日
个性化广告推荐系统及其应用研究
专知会员服务
92+阅读 · 2021年2月27日
基于事件社会网络推荐系统综述
专知会员服务
67+阅读 · 2021年1月13日
应用知识图谱的推荐方法与系统
专知会员服务
109+阅读 · 2020年11月23日
基于知识图谱的推荐系统研究综述
专知会员服务
319+阅读 · 2020年8月10日
相关资讯
STAM: 一种基于GNN推荐的时空聚合方法 | 论文荐读
知识驱动的推荐系统:现状与展望
专知
1+阅读 · 2021年11月22日
一文总结多样化推荐研究趋势
机器学习与推荐算法
0+阅读 · 2021年11月17日
CIKM'21 | 自监督图神经网络在社会化推荐中的应用
图与推荐
3+阅读 · 2021年11月16日
CIKM 2021 | 自监督学习在社会化推荐系统中的应用
PaperWeekly
0+阅读 · 2021年11月14日
基于知识图谱的推荐系统总结
机器学习与推荐算法
3+阅读 · 2021年11月11日
SIGIR 2021 | 推荐系统中的多行为建模
PaperWeekly
1+阅读 · 2021年10月9日
厦大最新《强化学习推荐系统》综述论文
机器学习与推荐算法
6+阅读 · 2021年9月24日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员