基于标签的商品推荐模型研究

摘要

[目的]构建社会化电子商务环境下基于标签的个性化商品推荐模型.[方法]综合考虑用户使用标签的频率和时间因素计算用户的兴趣偏好;基于标签层次特征和电子商务网站中关于商品特征的检索条件,构建某一主题商务社区中商品本体;利用本体规范化用户标签语义,并对商品进行分类;寻找含有用户偏好的类簇,计算该类簇中商品与用户偏好商品的相似度,将用户未标注过的商品与用户偏好相似度高的商品推荐给用户.[结果]从翻东西网站上随机选取200个活跃用户关于热门商品的标注信息进行分析,验证该模型的有效性.[局限]在计算用户兴趣偏好时,只考虑用户使用标签的频率和时间因素,未考虑其他因素.[结论]该模型相对于利用标签进行协同过滤推荐方法具有较优的效果,计算时间和空间复杂度更小.