基于机器学习融合精确性和多样性的电子商务协同过滤推荐方法研究

项目名称： 基于机器学习融合精确性和多样性的电子商务协同过滤推荐方法研究

项目编号： No.71402083

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： 王帅强

作者单位： 齐鲁工业大学

项目金额： 20万元

中文摘要： 当前电子商务网站存在“信息超载”问题，推荐系统是解决信息超载问题的有效工具，而协同过滤是目前推荐系统中广泛使用的、最成功的推荐方法。但是，现有的电子商务协同过滤方法对推荐多样性问题没有引起足够的重视，且存在的数据稀疏等问题也导致推荐精确性也不尽如人意，制约了协同过滤方法的进一步发展。本项目拟针对融合精确性和多样性的协同过滤推荐模型的基本理论和方法展开研究，通过深入研究推荐多样性测度，基于机器学习提出一种能够将推荐多样性和精确性测度有机地融合在一起的协同过滤模型；深入挖掘用户偏好兴趣，对用户的真正意图进行建模和精确分析，并通过引入社交网络的用户关系数据以缓解数据稀疏问题，大幅度提高推荐系统的精确性和多样性。开展本课题的研究，不仅可以进一步提高推荐系统在电子商务企业的利润贡献率，推动电子商务企业的蓬勃快速发展，研究成果还能够为商务智能、数据挖掘等相关领域的实践与应用提供理论指导与方法借鉴。

中文关键词： 推荐系统；协同过滤；商务智能；数据挖掘；社交网络

英文摘要： Resulting from the Internet related information techniques, nowadays electronic commerce (E-commerce) becomes one of the major types of business industries in the world. However, one of the major challenges of E-commerce is the “information overload” prob

英文关键词： Recommender Systems；Collaborative Filtering；Business Intelligence；Data Mining；Social Network