基于协作过滤算法的电子商务个性化推荐系统的研究

　　采用余弦性算法的用户相似度处理过程如下：

　　输入：用户i和用户j关于所有项目的评分

　　输出：用户i和用户j的相似度

　　算法步骤：

　　第一步：判断用户i和用户j的合法性。

　　第二步：初始化sum（http://www.fpcban.com/贴片功率电感x2）、sum（y2）、sum（xy）分别为0，n为项目个数。

　　第三步：计算sum（x2）、sum（y2）、sum（xy）的值：

　　for 每一条项目记录

　　do

　　x=i1；y=j1；

　　if x，y都不为空

　　sum（x，y）+=x*y；

　　sum（x2）+=x*x；

　　sum（y2）+=y*y；

　　end if

　　end do

　　return sum（x，y）/（sqrt（sum（x2））*sqrt（sum（y2）））；

　　将以上使用余弦相似性算法得到用户X和用户Y的相似度进行降序排序，取前k个用户做为目标用户的k邻居用户群。

　　（3）产生推荐数据集阶段

　　在得到最近邻居用户集数据后，接下来根据计算出来的最近邻居集预测评分并给目标用户产生推荐结果。设目标用户u的最近邻居集合用Tu表示，则目标用户u对项目i的预测评分Pu，i可以通过用户u对最近邻居集Tu中项目的评分得到，其中Pu，i的计算方法如下：

　　上式中sim（u，n）表示用户u与n之间的相似程度，Rn，i表示用户n对项目i的评分，u和n分别表示用户u和用户n对项目的平均评分。通过上述方法计算用户对所有未评分的项目的评分，然后选择其中预测评分最高的前若干项（top-n）作为推荐结果给当前用户[10]，通过这样的基于用户兴趣相似度的推荐，网站就可以在恰当的时间向不同的用户推荐合适的商品。

　　基于项目的协作过滤推荐算法和基于用户的协作过滤推荐算法基本一致，且由于资源项目的相对静态性，因此它的计算相对简单。这里不再描述。

　　基于协作过滤算法的电子商务个性化推荐系统改进了传统的基于文本的推荐技术，扩大了推荐范围，提高了推荐质量，单渠道用户兴趣获取模式变成了多渠道用户兴趣获取模式，既避免了显式用户兴趣获取时带来的不良用户体验，也消除了单纯显式获取用户兴趣数据导致的数据稀疏性问题。

　　参考文献

　　[1] Chong Jiang. Research of an e-commerce personalized recommendation system[D]. Changsha： Central South University， 2009.

　　[2] Ting Wen. Research of mining personalized service based on Web content and Log[D]. Dalian： Dalian University of Technology， 2007.

　　[3] Zhao Liang， Hu Naijing， Zhang Shouzhi. Design of personalized recommendation algorithm[J]. Computer Research and Development， 2002：78-84.

　　[4] Li Dandan. Research of an e-commerce personalized recommendation based on hybrid algorithm[D]. Tianjing： Tianjing Finance University， 2008.

　　[5] Jie Yang. Appliation and research of an personalized recommendation system[D]. Beijing： University of Science and Technoloy of China， 2009.

　　[6] Wei Lu. Application of an e-commerce personalized recommendation system based on collaborative filtering algorithm[D].Beijing： Beijing University of Posts and Telecommunications， 2007.

　　[7] MASSA P， AVESANI P. Trust-aware collaborative filtering for recommender systems[C]. Proceedings of International Conference on Cooperative Information Systems， 2004：240-249.

　　[8] BADRUL SARWAR， GEORGE KARYPIS， JOSEPH KONSTAN， et al. Item-Based collaborative filtering recommendation Algorithms[C]． Proceedings of the Tenth International Conference on World Wide Web， 2003：285-295.

　　[9] CHEN Y L， CHENG L C． A novel collaborative filtering approach for recommending ranked items[J]． Expert System w风华高科系列电感器ith Applications， 2008，34（4）：2396-2405．

　　[10] ADOMAVICIUS G， TUZHILIN A． Towad the next generation of recommender systems：A survey of-the state-of-the—art and possible extensions[J]． IEEE Transaction on Knowledge and Data Engineering， 2005， 17（6）：734-749．

大电流电感

LED驱动电源同一批次生产的效率不稳定，是什么原LED驱动电源 同一批次生产的产品效率不稳定，效率大概在0.74-0.86之间，是什么原因？有什么解决方法吗？请各位有经验的高手们指教！谢谢对比一下高效率和低效率电源的差别，变压器电感

LED的一次与二次光学设计 4月08日 第三届·无线通信技术研讨会 立即报名 12月04日 2015•第二届中国IoT大会 精彩回顾 10月30日ETF•智能硬件开发技术培训会 精彩回顾 10月23日ETF•第三届 消费

PC机与单片机的点对点串行通信接口设计


在测控系统中，经常使用单片机在操作现场进行数据采集，但是由于单片机的数据存储容量和数据处理能力都较低，所以一般情况下单片机通过串行口与PC机的串行口相连，把采集

注塑加工厂

 3/3   首页 上一页 1 2 3