摘要
针对现有电子商务推荐系统中存在的数据稀疏性问题和系统冷开始问题,结合语义相似性以及产品分类学的方法,提出建立产品的语义关联模型,该模型的结构通过一个行业语义信息训练中心的训练得到,最终产品的语义信息被提取出来集成到现有的基于项目的协同过滤方法中。研究结果表明该方法在一定程度上克服了稀疏性问题和冷开始问题。
There exists many problems in the recommended approaches in being,such as data sparsity problem,new-item problem and scalability problem.In this study,combining the semantic similarity with the product taxology,a product semantic relevance model is set up,the structure of this model is acquired by the training of an industry semantic training center,finally semantic information extracted from products is integrated with current hem-Based Collaborative Filtering approach.The results of this study indicate that the approach can resolve data sparsity problem and new-item problem to some extent.
出处
《计算机工程与应用》
CSCD
北大核心
2007年第11期197-200,共4页
Computer Engineering and Applications
基金
天津市自然科学基金(the Natural Science Foundation of Tianjin City of China under Grant No.043800411)。
关键词
推荐技术
协同过滤
语义信息
电子商务
recommendation technology
collaborative filtering
semantic information
e-commerce
作者简介
盖亮（1982-），男，硕士生，主要研究方向：语义网，数据挖掘，知识工程； E-mail ： bright1982cn@gmail.com冯志勇（1964-），男，教授，博士生导师，主要研究方向：软件体系结构。知识工程，语义网。
