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

成为VIP会员查看完整内容
0

相关内容

推荐系统,是指根据用户的习惯、偏好或兴趣,从不断到来的大规模信息中识别满足用户兴趣的信息的过程。推荐推荐任务中的信息往往称为物品(Item)。根据具体应用背景的不同,这些物品可以是新闻、电影、音乐、广告、商品等各种对象。推荐系统利用电子商务网站向客户提供商品信息和建议,帮助用户决定应该购买什么产品,模拟销售人员帮助客户完成购买过程。个性化推荐是根据用户的兴趣特点和购买行为,向用户推荐用户感兴趣的信息和商品。随着电子商务规模的不断扩大,商品个数和种类快速增长,顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。为了解决这些问题,个性化推荐系统应运而生。个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台,以帮助电子商务网站为其顾客购物提供完全个性化的决策支持和信息服务。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
知识驱动的推荐系统:现状与展望
专知会员服务
68+阅读 · 2021年11月22日
协同过滤推荐系统综述
专知会员服务
46+阅读 · 2021年11月4日
基于强化学习的推荐研究综述
专知会员服务
83+阅读 · 2021年10月21日
专知会员服务
43+阅读 · 2021年10月20日
专知会员服务
56+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
94+阅读 · 2021年2月27日
基于旅游知识图谱的可解释景点推荐
专知会员服务
90+阅读 · 2020年9月4日
个性化推荐系统技术进展
专知会员服务
65+阅读 · 2020年8月15日
基于知识图谱的推荐系统研究综述
专知会员服务
327+阅读 · 2020年8月10日
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27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
基于知识图谱的推荐系统总结
机器学习与推荐算法
4+阅读 · 2021年11月11日
AAAI'21 | 基于图Transformer的多行为推荐算法
图与推荐
0+阅读 · 2021年11月9日
中文版协同过滤推荐系统综述
机器学习与推荐算法
0+阅读 · 2021年11月5日
WSDM2022 | 跨领域推荐中的个性化迁移用户兴趣偏好
机器学习与推荐算法
1+阅读 · 2021年11月3日
SIGIR'21 | 推荐系统中的多关系图神经网络
图与推荐
3+阅读 · 2021年10月10日
SIGIR 2021 | 推荐系统中的多行为建模
PaperWeekly
1+阅读 · 2021年10月9日
【推荐系统】融合 MF 和 RNN 的电影推荐系统
产业智能官
23+阅读 · 2018年1月4日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
5+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
6+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
1+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
Arxiv
0+阅读 · 2022年4月19日
Position-aware Graph Neural Networks
Arxiv
15+阅读 · 2019年6月11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
68+阅读 · 2021年11月22日
协同过滤推荐系统综述
专知会员服务
46+阅读 · 2021年11月4日
基于强化学习的推荐研究综述
专知会员服务
83+阅读 · 2021年10月21日
专知会员服务
43+阅读 · 2021年10月20日
专知会员服务
56+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
94+阅读 · 2021年2月27日
基于旅游知识图谱的可解释景点推荐
专知会员服务
90+阅读 · 2020年9月4日
个性化推荐系统技术进展
专知会员服务
65+阅读 · 2020年8月15日
基于知识图谱的推荐系统研究综述
专知会员服务
327+阅读 · 2020年8月10日
相关资讯
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27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
基于知识图谱的推荐系统总结
机器学习与推荐算法
4+阅读 · 2021年11月11日
AAAI'21 | 基于图Transformer的多行为推荐算法
图与推荐
0+阅读 · 2021年11月9日
中文版协同过滤推荐系统综述
机器学习与推荐算法
0+阅读 · 2021年11月5日
WSDM2022 | 跨领域推荐中的个性化迁移用户兴趣偏好
机器学习与推荐算法
1+阅读 · 2021年11月3日
SIGIR'21 | 推荐系统中的多关系图神经网络
图与推荐
3+阅读 · 2021年10月10日
SIGIR 2021 | 推荐系统中的多行为建模
PaperWeekly
1+阅读 · 2021年10月9日
【推荐系统】融合 MF 和 RNN 的电影推荐系统
产业智能官
23+阅读 · 2018年1月4日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
5+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
6+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
1+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
微信扫码咨询专知VIP会员