面向电子商务的产品推荐系统
信息检索
2011-09-21 v1
摘要
本文提出了一种用于 B2C 电子商务产品推荐系统的显式和隐式评分方法。该系统向新用户推荐产品，其依据是数据库中购买模式与请求推荐的用户最接近的既往用户的购买模式。系统基于加权余弦相似度度量来找出所有用户画像中最接近的用户画像，并在产品推荐中实施了关联规则挖掘。此外，该产品推荐系统还考虑了物品购买交易的时间，从而消除了序列识别问题。实验结果表明，对于隐式评分，所提出的方法在产品推荐方面给出了可接受的性能。结果还表明，引入关联规则提高了推荐系统的性能指标。
引用
@article{arxiv.1109.4257,
title = {Offering A Product Recommendation System in E-commerce},
author = {Ruma Dutta and Debajyoti Mukhopadhyay},
journal= {arXiv preprint arXiv:1109.4257},
year = {2011}
}
备注
9 pages, 2 figures