论文部分内容阅读
Internet的普及和电子商务的快速发展造成了信息的过载，用户很难在大量的产品信息中找到所需要的产品。成熟的电子商务推荐系统能够给不同的用户快速而准确的推荐出满意的产品。然而在实际应用中，当前的电子商务系统还存在推荐效率低，推荐结果单一等各种问题，推荐结果难以满足用户需求。关联规则推荐技术是当前电子商务推荐系统中常用的推荐技术，但在实际应用中，往往出现挖掘关联规则困难。本文通过建立概念层次模型并进行多层关联规则挖掘尝试解决该问题。针对推荐系统中推荐结果单一这一问题，本文提出多样化的推荐策略，设计了一个兼顾多样性和准确率的推荐模型，从优化的角度提出了实现这一模型的相应算法。为了更好的研究多样化推荐系统，本文以淘宝服装为实验背景，利用Myeclipse7.0作为平台，实现了这一推荐模型。最后对推荐结果做了命中率和平均多样性实验，结果表明该模型能有效的保证命中率同时增加推荐列表的多样性。