AL123 人文社科会员免费专区文学 2025-07-12

基于语义的电子商务智能推荐模型与方法研究_徐斌_AZW3_MOBI_EPUB_PDF_电子书（无页码）_徐斌

内容节选

4.1基于语义的用户知识发现方法在电子商务中，用户知识发现的实质就是用户建模。用户建模是获取和维护与用户兴趣(用户概要)、需求、习惯以及消费场景等相关知识的过程，其结果将产生一个表示用户特有需求、兴趣、偏好或模式的用户模型。用户建模是电子商务推荐系统的基础和进行商品推荐的前提条件之一。一般来说，推荐系统需要经过用户建模、项目匹配和推荐输出三个阶段来实现个性化推荐。项目匹配阶段将以这一模型为依据，运用各种推荐技术寻找出与其相匹配的项目，然后在推荐输出阶段将这些项目以预测值、 Top-N推荐或者其他形式呈现给用户。由此可见，用户模型是推荐系统产生个性化推荐的主要知识来源，其捕捉用户真实兴趣偏好的能力在很大程度上决定了推荐的成功与否。本节对用户知识的研究包含用户概要、用户网上行为分析和社会化网络分析。 4.1.1 用户知识的表示方法张炜.个性化推荐系统中基于本体的用户建模研究[D].南京：南京理工大学，2007. 电子商务推荐系统中用户需求、兴趣、习惯特征等用户知识的表示方法和技术涵盖范围很广，从简单的主题关键词列表、用户-项目评价矩阵到复杂的基于人工智能的表示方法都可以被应用。目前比较典型的用户兴趣知识表示方式有基于主题关键词列表、基于神经网络、基于用户评分矩阵和基于本体的表示等。 1.基于主题关键词列表的表示主题关键词列表是最为简单的一种表示方法。其采用一组关键词集合来表示用户感兴趣的主题内容。加权关键词向量对此做了改进，是目前为止最为流行的用户兴趣模型表示方法，该方法将用户兴趣模型表示成一个n维特征向量((Kl，Wl)，(K2，W2)}…，(Kn，Wn))。向量的每一维由一个关键词及其权重组成，权重可取布尔值和实数值，分别表示了用户是否对某个概念感兴趣以及感兴趣的程度。基于向量空间模型的表示方法能够反映不同概念在用户模型中的重要程度，而且方便了使用标准向量运算来进行后续阶段的项目匹配任务。但是用户偏好通常比较复杂，仅用一组关键词无法充分捕捉。再加上词语表达本身固有的同义性和语义分歧性，以及表示时没有考虑到词序或语境问题，使得基于这种模型表示所产生的推荐可能包含许多偏颇结果。 2.基于神经网络的表示Shepherd M，Watters C，Marath，A T.Adaptive user modeling for filtering electronic news［C］//Proceedings of the 35 Annual Hawaii Intemational Conference on System Sciences，2002：1180-1188. 基于神经网络的表示用网络稳定后，网络连接权重所特征化的网络状态来表示用户模型。网络状态由网络输入状态、网络输出状态以及输入与输出之间的连接状态组成。网络输入状态表示了系统对用户偏好的假设，如用户偏好的新闻项目或文本中的关键词，网络输出状态表示了神经网络从输入假设中抽取或识别的适合于具体用户的模式类。 3.基于用户评分矩阵的表示由于用户评分矩阵非常容易直接从用户评分数据中得到，所以目前许多电商网站都是采用这种表示方式来建立用户兴趣偏好模型的。推荐引擎只需通过存储一张超大的二维表，就能存储所有网站用户的兴趣偏好模型了。同时，这种二维表对于计算机来说，存储简单、查询方便、计算容易。采用数据库中的一张表就能解决问题了。但基于用户评分矩阵的表示法也不是十全十美的，该表示法对用户兴趣变化反应迟钝，难以反映用户(用户是善变的)最新的兴趣。其表示法的形式定义如下。设定用户集为U，项目集为I，用户评分矩阵为R。该矩阵中，每一行向量表示一特定用户的评分集合，每一列向量表示一特定项目的被评分集合，每一元素∈R表示用户i对于项目j的评分。一般情况下，R中已知评分稀疏。 4.基于本体的表示用一个本体来描述用户感兴趣领域的方法被称为基于本体表示方法。这些本体在一般情况下，采用层次概念树的形式，其中树的每个节点代表用户的一个兴趣偏好类。本体使用起来方便，但建立它却是一件极富挑战性的工作。 4.1.2 用户知识发现的基本方法知识发现 (KDD)涉及的学科领域和方法很多，有多种分类法。知识发现根据挖掘任务分，有分类或预测模型发现，数据总结、聚类、关联规则发现，序列模式发现，依赖关系或依赖模型发现，异常和趋势发现等；根据挖掘对象分，有关系数据库、面向对象数据库、空间数据库、时态数据库、文本数据库、多媒体数据库、异构数据库、遗产数据库以及Web数据库；根据挖掘方法分，有机器学习方法、统计方法、神经网络方法和数据库方法。机器学习方法包含归纳学习方法、基于案例学习方法、遗传算法方法等。统计方法包含回归分析法、判别分析法、聚类分析法、探索性分析法等。神经网络方法包含前向神经网络方法、自组织神经网络方......