考虑商品重复购买周期的协同过滤推荐方法改进

摘要：

传统基于用户的协同过滤商品推荐方法通常未考虑目标用户是否购买过类似商品以及商品的重复购买周期等因素,由此造成有些商品推荐的时机不对,不仅占用了推荐资源,还可能给消费者带来困扰,为此提出一种基于商品重复购买周期的改进协同过滤推荐方法.在传统协同过滤算法的基础上引入已购商品回购状态变量,根据目标用户的历史购买数据和商品重复购买周期对所购买商品的回购状态进行计算,进而得出不处于回购周期内的已购商品类集,据此对原始推荐结果进行过滤.实验结果表明,改进后的协同过滤推荐系统能有效预测顾客的购买行为,明显提高商品推荐的准确性.

关键词：商品推荐、协同过滤、重复购买、消费周期、回购、网上购物

所属期刊栏目：40

分类号：F274(企业经济)

资助基金：教育部人文社会科学研究规划基金项目15YJA630103;湖北省自然科学基金面上项目2015CFB564;湖北省教育厅人文社会科学研究重点项目17D008

在线出版日期：2017-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：307-313