基于协同过滤算法的服装个性化推荐研究

论文摘要

个性化推荐系统可以帮助电子商务网站为用户提供快速有效的商品搜索服务,满足用户的需求,提高用户的购物效率。服装是电子商务平台的重要类目,但是由于用户对服装的偏好因素多,且用户对服装商品同时有趋同性和求异性,对服装个性化推荐的研究有很有必要。基于协同过滤算法,对用户收藏夹的信息进行了分析,计算出相似度最高的用户,并将该用户的收藏夹信息中目标用户还未关注到的信息推荐给目标用户,实现了一个简单电子商务网站的个性化推荐系统。

论文目录

• 1 概述
• 2 个性化推荐系统
•   2.1 研究现状
•   2.2 组成和分类
•     2.2.1 协同过滤推荐
•     2.2.2 基于内容的推荐
•     2.2.3 混合推荐
• 3 基于协同过滤的服装个性化推荐
•   3.1 协同过滤算法
•   3.2 基于用户的协同过滤算法
•     3.2.1 收集数据
•     3.2.2 找到相似用户
•     3.2.3 进行推荐
• 4 总结

文章来源

类型: 期刊论文

作者: 蒋文娟,苏佳,陆娜,李富芸

关键词: 协同过滤,个性化推荐,推荐算法,相似度,电子商务

来源: 电脑知识与技术 2019年35期

年度: 2019

分类: 信息科技

专业: 计算机软件及计算机应用

单位: 海南师范大学信息科学技术学院

基金: 海南省自然科学基金项目(617119),海南省自然科学基金(617124),国家自然科学基金项目(61562023),海南省高等学校科学研究项目(Hnky2017-17)

分类号: TP391.3

DOI: 10.14004/j.cnki.ckt.2019.4223

页码: 194-196

总页数: 3

文件大小: 1706K

下载量: 300