摘 要:提出一種新的基于客戶購物模型的推薦系統框架,它把推薦過程形式化為客戶購物信息的知識表達、知識推理過程。該方法首先對客戶的購物歷史數據進行學習,得到貝葉斯網客戶購物模型,然后結合客戶當前的購物行為,提出并實施了一種基于概率推理的推薦算法。實驗表明該算法能高效實時地為客戶產生個性化的商品推薦集合,且在覆蓋率和準確率方面優于某些傳統方法。
關鍵詞:Web挖掘;貝葉斯網;客戶購物模型;個性化推薦
中圖法分類號:TP393
文獻標識碼:A
文章編號:1001—3695(2005)04—0065-04