期刊文献+

基于Web客户因子分析的协同推荐算法 预览

Collaborative recommendation algorithm based on Web customer factor analysis
在线阅读 下载PDF
收藏 分享 导出
摘要 为解决协同过滤推荐算法中的数据量过大和数据稀疏性的问题,提出了基于客户因子分析的协同推荐算法。该算法利用因子分析将客户向量进行降维处理,得到几个具有代表性的客户因子,然后用这些客户因子对目标客户进行回归分析,进而预测目标客户对待评项目的评分值。最后通过实验证明了该算法的有效性,为以后研究推荐算法提供了一种新的途径。 In order to solve the problem that data overload and data sparsity in collaborative filtering recommendation algorithm,this paper proposed a collaborative recommendation algorithm based on customer factor analysis.The algorithm reduced the dimensions of customer vector by using of factor analysis and got some representative customer factors,which used to regression analysis of target customer to forecast the evaluated items.Finally,experiments show that the algorithm is effective,which provides a new way for future recommendation algorithm research.
作者 赵宏霞 王新海 杨皎平 ZHAO Hong-xiaa,WANG Xin-haib,YANG Jiao-pingb(a.School of Marketing Management,b.College of Business Administration,Liaoning Technical University,Huludao Liaoning 125105,China)
出处 《计算机应用研究》 CSCD 北大核心 2011年第7期 2525-2527,2530,共4页 Application Research of Computers
基金 辽宁省教育厅科学技术研究项目(W2010212) 国家教育部博士点基金资助项目(200801470004) 国家教育部人文社科基金资助项目(10YJC630407)
关键词 电子商务 推荐系统 协同过滤 客户 因子分析 E-business recommendation system collaborative filtering customer factor analysis
作者简介 作者简介:赵宏霞(1978-),女(蒙古族),内蒙古赤峰人,副教授,博士,主要研究方向为商务智能、网络营销(zy090511@126.com); 王新海(1972-),男,副教授,博士,主要研究方向为知识管理、客户关系管理; 杨皎平(1980-),男,副教授,博士,主要研究方向为系统工程理论与应用.
  • 相关文献

参考文献12

二级参考文献71

共引文献147

投稿分析

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部 意见反馈