搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
基于语义的电子商务智能推荐模型与方法研究
0.00     定价 ¥ 49.00
图书来源: 浙江图书馆(由浙江新华配书)
此书还可采购25本,持证读者免费借回家
  • 配送范围:
    浙江省内
  • ISBN:
    9787568063715
  • 作      者:
    作者:徐斌|责编:狄宝珠
  • 出 版 社 :
    华中科技大学出版社
  • 出版日期:
    2020-11-01
收藏
编辑推荐
其核心思想是在对现有的传统商品推荐模型与方法进行系统性分析的基础上,借助语义本体、人工智能、数据挖掘和系统科学的基本原理及方法,力求在克服传统模型与方法中的不足的同时,进一步提高推荐模型的通用性和推荐方法的精度及语义化和智能化水平。并为下一代互联网(即语义互联网)中的商品推荐模型与方法体系研究提供预研工作。
展开
作者简介
徐斌,博士,副教授。现为湖北科技学院计算机科学与技术学院院长。 研究方向为商务智能与数据分析。2013年任湖北科技学院教务处副处长,2016年任湖北科技学院网络中心主任。现为湖北科技学院计算机科学与技术学院院长。
展开
内容介绍
随着网络大众化进程的加快和信息技术的飞速发展,互联网已经发展成为最重要的电子商务平台。海量用户如何在众多的电子商务网站和浩如烟海的商品中快速获得符合用户需要的商品成为挑战。人们迫切需要研究出快捷而又有效的工具,去从大规模的商品信息中提取出符合用户需要的商品信息,并推荐给用户。电子商务推荐技术应运而生。关于电子商务推荐的研究近来一直是电子商务领域研究的热点。近年来,语义本体作为共享概念模型的明确的形式化的规范说明,已成为知识管理、知识工程、智能信息检索和语义网等多个领域的重要理论和方法。本体的网状结构中不仅包含多层次概念属性,而且体现了各概念属性之间的语义联系。因此,将语义本体与电子商务推荐技术相结合很有研究意义。本书针对传统电子商务推荐方法中存在的问题,着重在语义层面上融合人工智能、智能信息处理、本体等关键技术对传统的推荐模型和方法进行了语义化改造,增强其知识获取能力和智能水平,本书试图把商品推荐从简单机械的关联匹配的层面提高到基于语义的层面,从语义意义上智能地认知和处理用户的商品需求。综合应用商务智能、知识管理、知识发现、人工智能、自然语言处理等学科领域的理论与成果,结合数据挖掘、语义分析、复杂网络分析等先进技术与方法,深入探索和研究基于语义的商品智能推荐模型与技术方法体系。
展开
精彩书摘
基于语义的商品智能推荐策略
与方法


目前,流行的商品推荐策略和方法众多。本书将其划分成两类:一类是基于用户或商品个体特性特征的推荐算法。如非个性化推荐(热销排行榜等)、基于人口统计学的推荐和基于内容的推荐;另一类则是基于用户行为群体智慧的推荐算法。如基于用户的协同推荐、基于商品项的协同推荐和基于模型的推荐。本章重点讨论对这两类算法中的经典算法进行语义化改进,探索性地将本体引入推荐算法中以期解决传统算法中的诸多不足。
5.1传统推荐策略与方法的不足
本书通过对当前流行的传统推荐策略与方法的深入研究和广泛文献阅读,总结其相应优缺点,如表51所示。
表51传统推荐策略与方法的优缺点
推 荐 方 法优点缺点基于内容的推荐B,C,DI,L,M基于人口统计信息的推荐A,B,CI,K,L,M,
需要获取用户人口统计信息基于效用的推荐E.不存在冷启动问题
F.对用户偏好的变化敏感
G.包含产品外的特征N.用户需要输入效用函数
O.由于不学习只有静态的提示能力基于关联规则的推荐A,BI,J,L协同推荐
(基于用户、基于商品)A.能够跨品种推荐
B.不需要领域知识
C.适应性:随使用时间的推移推荐质量会提高
D.可以利用隐性反馈I.新用户问题
J.新商品项问题
K.灰色绵羊问题
L.质量依赖于大量历史数据集
M.稳定性和弹性问题基于语义的推荐方法旨在保存以上算法的优点克服其缺点(需语义本体的支持)
(1) 基于协同的推荐技术。该技术需要大量用户对大量相应商品有评分记录,存在冷启动问题和灰色绵羊(对特立独行用户无能为力)问题,在用户评分数据稀少时推荐质量较差。
(2) 基于内容过滤的推荐技术,需要事先建立基于特征的用户概要且推荐结果存在过于专门化的问题,很难给用户带来意外的惊喜。
(3) 基于人口统计的推荐技术,在用户不愿提供私人敏感信息时无法应用。
(4) 基于效用的推荐技术,难以获得用户的效用函数。
基于语义的推荐方法,旨在将语义知识引入上述算法,意在保留以上算法优点的同时克服其缺点(需语义本体的支持)。语义关系分为两类:聚合关系和组合关系卢红君.语义关系概述\[J\].浙江工程学院学报,2003,20(3):246251.。聚合关系反映了同质成分之间的类聚性质,包括同义关系、反义关系、上位关系/下位关系、部分整体关系、因果关系等。组合关系体现的是异质成分之间的组合搭配性质。在下文中基于语义的各类推荐算法应用当中,这两种类型的语义关系都发挥着重要作用。
5.2基于语义的智能推荐策略
展开
目录
第1章绪论(1)
1.1研究背景及意义(1)
1.2国内外研究现状(5)
1.3研究方法和主要研究内容(12)
1.4本书的组织结构(14)
第2章本体的基础理论与构建(16)
2.1本体理论基础(16)
2.2本体构建(26)
第3章基于语义的商品智能推荐模型(48)
3.1传统商品推荐中存在的问题(48)
3.2基于语义的商品智能推荐模型PIRBSM的提出(50)
3.3基于语义的商品智能推荐模型PIRBSM(52)
3.4本章小结(67)
第4章基于语义的用户知识发现与商品本体构建方法(68)
4.1基于语义的用户知识发现方法(68)
4.2商品本体构建方法(97)
4.3本章小结(112)
第5章基于语义的商品智能推荐策略与方法(114)
5.1传统推荐策略与方法的不足(114)
5.2基于语义的智能推荐策略(116)
5.3基于语义的主要推荐方法(124)
5.4本章小结(149)
第6章实验分析与验证(150)
6.1推荐效果评价准则和标准(150)
6.2实验环境配置(152)
6.3实验过程(156)
6.4实验结果的综合分析(165)
第7章总结与展望(166)
7.1全书总结(166)
7.2研究展望(167)
参考文献(169)
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证