基于网页语义相似性的商品隐性评分算法

被引:7
作者
陈冬林
聂规划
刘平峰
机构
[1] 武汉理工大学经济学院电子商务系
关键词
隐性评分; 语义相似度; 商品属性; 协同过滤; 电子商务;
D O I
暂无
中图分类号
TP393.092 [];
学科分类号
080402 ;
摘要
目前电子商务推荐系统中存在客户评分稀疏性问题,隐性评分是解决该问题的有效方法,但现有方法只考虑客户对单个网页的兴趣度.客户浏览行为和网页之间语义相似度可以综合客观反映客户对商品隐性的评分.建立网页商品概念-属性矩阵CA(Goods Concept-Attribute Matrix),综合考虑商品属性、相关商品及其在网页中的分布等因素,基于客户浏览路径和时间的统计分析,通过语义词林WordNet计算网页语义相似度,综合计算商品语义隐性评分.通过算例和实证研究说明该算法的有效性.
引用
收藏
页码:98 / 102
页数:5
相关论文
共 5 条
[1]   基于语义相似性的资源协同过滤技术研究 [J].
崔林 ;
宋瀚涛 ;
陆玉昌 .
北京理工大学学报, 2005, (05) :402-405
[2]   基于顾客行为的产品推荐方法 [J].
高琳琦 ;
李龙洙 ;
不详 .
计算机工程与应用 , 2005, (03) :188-190
[3]   基于语义Web的网页推荐模型 [J].
梁邦勇 ;
李涓子 ;
王克宏 .
清华大学学报(自然科学版), 2004, (09) :1272-1276+1281
[4]   我国电子商务推荐策略的比较分析 [J].
余力 ;
刘鲁 ;
罗掌华 .
系统工程理论与实践, 2004, (08) :96-101
[5]  
基于Web日志和缓存数据挖掘的个性化推荐系统[J]. 王勋,凌云,费玉莲.情报学报. 2005 (03)