Research on Algorithms for E-commerce Personalized Recommendation System

摘要

随着互联网的迅猛发展，电子商务也越来越普及和流行起来。随着信息量的爆炸式增长，在电子商务领域，信息超载问题增加了用户购买所需商品的难度，用户在找到自己需要的商品之前必须浏览大量的无关信息。为了将真正满足用户需求的商品推荐到用户面前，电子商务个性化推荐系统应运而生。 协同过滤算法是目前应用最广泛的电子商务个性化推荐算法，但它在实际应用中存在评分数据稀疏、冷启动和算法可扩展性等问题。为了解决评分数据稀疏和冷启动问题，本文主要做了以下几方面的工作： 1.针对用户评分数据稀疏问题提出了改进的协同过滤推荐算法。算法首先计算出项目间的相似度，然后计算出未评分项目的预测评分来填充用户评分矩阵，使得评分矩...