基于商品领域知识的交互式推荐系统

摘要：

[目的]研究缺少消费者行为信息的情况下,商品信息推荐系统的框架和流程.[应用背景]推荐系统是解决信息过剩问题的有效手段,但是过度依赖消费者行为信息的推荐过程会遇到系统的冷启动问题,也会引起消费者对隐私问题的忧虑.[方法]在推荐过程中引入商品领域知识,以交互的方式将消费者对商品定性的用途需求转变为消费者对商品定量的属性需求,为消费者推荐合适的商品信息.[结果]设计构建原型系统,实验结果表明消费者对该推荐过程有较高的满意度.[结论]本文提出的方法能够在一定程度上解决推荐系统的冷启动问题和隐私保护问题.

关键词：推荐系统、冷启动、隐私保护、商品领域知识

分类号：TP391(计算技术、计算机技术)

资助基金：本文系国家自然科学基金项目“24小时知识工厂的知识共享活动模型与服务支持系统研究”项目编号:71171153的研究成果之一.

在线出版日期：2014-12-01（万方平台首次上网日期，不代表论文的发表时间）

页码：56-62