【正文】 項(xiàng)目的內(nèi)容信息和用戶個(gè)人信息的情況下，在數(shù)據(jù) 稀疏和冷啟動(dòng)情況下提高預(yù)測(cè)準(zhǔn)確性方面采用了 屬于特征遞增型的 Pear After_SVD 方法和屬于轉(zhuǎn)換型的 LCM STI 方法。 清華大學(xué)的邢春曉和高鳳榮等人針對(duì)傳統(tǒng)協(xié)同 過(guò)濾算法不能及時(shí)反映用戶興趣變化的問(wèn)題，提出了兩種改進(jìn)度量 :基于時(shí)間的數(shù)據(jù)權(quán)重和基于資源相似度的數(shù)據(jù)權(quán)重，在此基礎(chǔ)上將它們有機(jī)結(jié)合，將這兩種權(quán)重引入基于資源的協(xié)作過(guò)濾算法的生成推薦過(guò)程中，通過(guò)實(shí)驗(yàn)證明改進(jìn)后的算法比傳統(tǒng)協(xié)作過(guò)濾算法在推薦準(zhǔn)確度上有明顯提高 [15]。 以該方法為核心 ， 在全面分析傳統(tǒng)方法的基礎(chǔ)上 ， 提出一種新的協(xié)同過(guò)濾推薦算法 。 國(guó)內(nèi)推薦系統(tǒng)的應(yīng)用現(xiàn)狀如下： 豆瓣網(wǎng)（ 是一個(gè) 以圖書(shū)，影視和音樂(lè) 數(shù)字產(chǎn)品 推薦為目的的網(wǎng)站。 最后 用戶還可以加入豆瓣的興趣小組，這樣同興趣小組成員的推薦更加精準(zhǔn)，更加符合用戶的興趣。淘寶禮物將收禮人細(xì)分為男人，女人，青少年，兒童和嬰兒五種類(lèi)型，并且每種類(lèi)型的人都有若干種送禮主題。 最后推薦個(gè)性化禮物 。 根據(jù)電子商務(wù)網(wǎng)站的運(yùn)營(yíng) 特征中國(guó)的電子商務(wù)網(wǎng)站可分為三類(lèi)：平臺(tái)性質(zhì)的電子商務(wù)網(wǎng)站，以淘寶為典型代表，不存在倉(cāng)儲(chǔ)、物流等服務(wù)，僅僅提供一個(gè)平臺(tái)讓更多的人在其中開(kāi)店；服務(wù)型的電子商務(wù)網(wǎng)站，以當(dāng)當(dāng)、京東商城為典型代表，有自己的倉(cāng) 儲(chǔ)、物流等；品牌型電子商務(wù)網(wǎng)站，銷(xiāo)售自己品牌旗下產(chǎn)品，一般為企業(yè)官網(wǎng)建立的電子商務(wù)網(wǎng)站，例如凡客誠(chéng)品。 根據(jù) 國(guó)內(nèi)著名互聯(lián)網(wǎng)分析機(jī)構(gòu)艾瑞咨詢調(diào)查顯示，淘寶網(wǎng)占據(jù)國(guó)內(nèi)電子商務(wù) 80%以上的市場(chǎng)份額 。由此可計(jì)算出 20xx年中國(guó)的電子商務(wù)總銷(xiāo)售額將達(dá)到 5000億人民幣。京東商城 增長(zhǎng)速度每年都在 300%以上，成了互聯(lián)網(wǎng)和零售業(yè)的又一個(gè)奇跡制造者。 由上面的數(shù)據(jù)可以說(shuō)明電子商務(wù)已經(jīng)在中國(guó)開(kāi)始全面發(fā)展，隨著電子商務(wù)的發(fā)展，電子商 務(wù)網(wǎng)站的用戶和銷(xiāo)售的商品急劇增加，如何為每個(gè)用戶提供個(gè)性化的推薦 服務(wù) 成為電子商務(wù)發(fā)展的重要問(wèn)題。每個(gè)送禮人都希望送出一份個(gè)性化的禮品，每個(gè)收禮人都希望收到一份適合自己的禮品。 基于知識(shí)庫(kù)的禮品推薦系統(tǒng)有其優(yōu)點(diǎn)也有其缺點(diǎn)。缺點(diǎn)是禮品知識(shí)庫(kù)需要禮品專(zhuān)家進(jìn)行人工初始化，而且禮品知識(shí)庫(kù)容易受到 禮品專(zhuān)家喜好的影響 。 同時(shí)調(diào)研禮品領(lǐng)域知識(shí)，如禮品分類(lèi)，送禮節(jié)日?qǐng)龊系戎R(shí) 并根據(jù)這些知識(shí)構(gòu)建禮品知識(shí)庫(kù) 。設(shè)計(jì)良好 用戶體驗(yàn)的推薦交互界面準(zhǔn)確全面地表達(dá)用戶的需求，從 節(jié)日?qǐng)龊?，收禮人興趣愛(ài)好和收禮人描述 向 用戶進(jìn)行推薦。 本文在搜索 技術(shù) 上采用 開(kāi)源的全文搜索引擎 Lucene 對(duì)禮品基本信息構(gòu)建索引， 同時(shí)結(jié)合 用戶的 瀏覽 日志分析用戶偏好 為用戶的 禮品 搜索提供個(gè)性化 的 禮品推薦。 研究任務(wù) 本文的研究任務(wù)有如下三個(gè)方面： 禮品知識(shí)庫(kù)的構(gòu)建： 調(diào)研具有中國(guó) 文化 特色的禮品贈(zèng)送 知識(shí) ， 并 根據(jù) 這些知識(shí) 構(gòu)建禮品知識(shí)庫(kù) 。 禮品個(gè)性化搜索的設(shè)計(jì)： 構(gòu)建禮品索引 ，并結(jié)合 用戶 瀏覽 日志 向用 戶提 供 個(gè)性化的禮品搜索。 第二章 個(gè)性化推薦算法 及系統(tǒng) 實(shí)現(xiàn) 關(guān)鍵 技術(shù)介紹 北京郵電大學(xué)研究生畢業(yè)論文 6 協(xié)同過(guò)濾 (Collaborative FilteringCF) 協(xié)同過(guò)濾 (Collaborative FilteringCF)技術(shù) 是基于一組興趣相同的用戶進(jìn)行推薦。協(xié)同過(guò)濾技術(shù)可以分為 兩 類(lèi)：基于用戶的協(xié)同過(guò)濾 和 基于項(xiàng)目 的協(xié)同過(guò)濾 [17]。 算法的基本思想是將具有相同愛(ài)好的用戶感興趣的項(xiàng)目推薦給目標(biāo)用戶。然后計(jì)算用戶之間的相似度并將相似度最高的用戶最為最近鄰居 [18]。 2. 基于產(chǎn)品的協(xié)同過(guò)濾推薦 (CF I) 基于產(chǎn)品的協(xié)同過(guò)濾技術(shù)也 是應(yīng)用比較廣泛和成功的推薦技術(shù)，它與基于用戶的協(xié)同過(guò)濾推薦的不同是它計(jì)算的是產(chǎn)品之間的相似度，向用戶推薦的是于用戶已經(jīng)購(gòu)買(mǎi)的商品相似度最高的商品。 缺點(diǎn)：第 一，協(xié)同過(guò)濾 方法 過(guò)于 依賴于歷史交易數(shù)據(jù) ,會(huì)導(dǎo)致“ 產(chǎn)品 冷啟動(dòng) ”和“用戶冷啟動(dòng)” 問(wèn)題 ,即無(wú)法對(duì)新產(chǎn)品與新用戶進(jìn)行推薦。第三 , 協(xié)同過(guò)濾方法 只利用用戶 產(chǎn)品交易關(guān)系 ,并未考慮用戶多偏好和產(chǎn)品多屬性的問(wèn)題[19]。內(nèi)容過(guò)濾允許系統(tǒng)發(fā)掘用戶的個(gè)性化特征而不需要將其與其他用戶進(jìn)行匹配 ,待推薦的產(chǎn)品也只是基于產(chǎn)品本身的特征 信息。內(nèi)容過(guò)濾分為兩種 :基于新產(chǎn)品和基于新用戶的內(nèi)容過(guò)濾 [20]。再把用戶數(shù)據(jù)庫(kù)中的用戶偏好類(lèi)別與產(chǎn)品特征進(jìn)行相似度匹配 ,從而生成推薦列表 , 最后根據(jù)用戶反饋進(jìn)行修正學(xué)習(xí)。然后將用戶與系統(tǒng)用戶特征數(shù)據(jù)庫(kù)進(jìn)行匹配 ,歸到一個(gè)用戶 類(lèi)別中 ,再根據(jù)這個(gè)類(lèi)別進(jìn)行推薦 ,最后再進(jìn)行修正學(xué)習(xí)。 缺點(diǎn)：第一，產(chǎn)品提供商可能會(huì)有意更改產(chǎn)品特征誤導(dǎo)系統(tǒng)以獲取推薦機(jī)會(huì)。很難定義商品 屬性和用戶特征的類(lèi)別 ,那么也就很難做出精確的匹配。第三， 精確度問(wèn)題 ,有試驗(yàn)表明內(nèi)容過(guò)濾推薦可能不如協(xié)同過(guò)濾更為精確。 知識(shí)發(fā)現(xiàn)需要 提取發(fā)現(xiàn)用戶和產(chǎn)品的特征 ,所采用的方法是分類(lèi)、聚類(lèi)、關(guān)聯(lián)規(guī)則等數(shù)據(jù)挖掘方法。這個(gè)方法需要了解產(chǎn)品用戶之間的關(guān)系和特征。 1. 數(shù)據(jù)挖掘技術(shù)的應(yīng)用 數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中 , 提取隱含在其中的但又是潛在有用的信息和知識(shí)的過(guò)程 [22]。數(shù)據(jù)挖掘就是為順應(yīng)這種需要應(yīng)運(yùn)而生發(fā)展起來(lái)的數(shù)據(jù)處理技術(shù)。 電子商務(wù)推薦系統(tǒng)中的數(shù)據(jù)挖掘主要包括關(guān)聯(lián)規(guī)則挖掘和分類(lèi)挖掘兩類(lèi) ,因此基于數(shù)據(jù)挖掘的 知識(shí)發(fā)現(xiàn) 方法又分為關(guān)聯(lián)規(guī)則推薦和分類(lèi)挖掘推薦兩種。分類(lèi)挖掘推薦方法是通過(guò)聚類(lèi)、 Bayesia網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)等多種機(jī)器學(xué)習(xí)方法產(chǎn)生分類(lèi)挖掘模型 ,再根據(jù)用戶輸入信息和產(chǎn)品的特征信息 ,預(yù)測(cè)是否向用戶推薦該產(chǎn)品 [23]。 缺點(diǎn)： 一種 知識(shí)發(fā)現(xiàn) 的 算法 只能適應(yīng)某一領(lǐng)域的數(shù)據(jù)，而更換領(lǐng)域后知識(shí)發(fā)現(xiàn)的算法就不太適用了，因此需要重新定義 規(guī)則或算法。在很多 文本編輯器 或其他工具里，正則表達(dá)式通常被用來(lái)檢索和替換那些符合某個(gè)模式的文本內(nèi)容。 一個(gè)正則表達(dá)式通常被稱為一個(gè) 模式 (pattern) [25]，就是用某種模式去匹配一類(lèi)字符串的一個(gè)公式 ， 由普通字符（例如字符 a 到 z）以及特殊字符（稱為元字符）組成 ， 用來(lái)描述或者匹配一系列符合某個(gè) 句法 規(guī)則的 字符串 。比如表達(dá)式 “ab+” 描述的特征是 “一個(gè) 39。和任意個(gè) 39。 ”，那么39。 39。 39。 都符合這個(gè)特征。（ 2）用來(lái)查找字符串，從一個(gè)長(zhǎng)的文本中查找符合指定特征的字符串，比查找固定字符串更加靈活方便。 JAVA 對(duì)正則表達(dá)式提供了強(qiáng)大的支持 [26]，本系統(tǒng)正是借助于 JAVA 中對(duì)正則表達(dá)式的強(qiáng)力支持來(lái)實(shí)現(xiàn)在 JAVA 源文件中對(duì)類(lèi)之間依賴關(guān)系的掃描。 然后，可將得到的模式用于創(chuàng)建 對(duì)象 , 依照正則表達(dá)式，該對(duì)象可以與任意 字符序列 匹配。 最后可通過(guò) ()方法驗(yàn)證字符序列與所編譯的正則表達(dá)式是否相匹配。 Lucene Lucene 是一個(gè) apache軟件基金會(huì) jakarta項(xiàng)目組的一個(gè)子項(xiàng)目 [28]， Lucene是 用Java 寫(xiě)的全文檢索引擎工具包 ， 可以方便地嵌入到各種應(yīng)用中實(shí)現(xiàn)針對(duì)應(yīng)用的全文索引 / 檢索功能 ,Lucene 有兩個(gè)主要的服務(wù) ,索引和檢索 ， 兩者任務(wù)是相互獨(dú)立的。 Lucene 提供了 豐富的API ， 可以與存儲(chǔ)在索引中的信息方便的交互 [29]。即若想讓 Lucene 真正起作用 ， 還需在其基礎(chǔ)上做一些必要的二次開(kāi)發(fā) [30]。 Lucene 的原作者是 Doug Cutting，他是一位資深全文索引 /檢索專(zhuān)家，曾經(jīng)是 VTwin 搜索引擎的主要開(kāi)發(fā)者，后在 Excite 擔(dān)任高級(jí)系統(tǒng)架構(gòu) 設(shè)計(jì)師，目前從事于一些 Inter 底 層 架 構(gòu) 的 研 究 。 apache 軟件基金會(huì)的網(wǎng)站使用了 Lucene 作為全文檢索的引擎， IBM 的開(kāi)源軟件 eclipse 的 版本中也采用了 Lucene 作為幫助子系統(tǒng)的全文索引引擎，相應(yīng)的 IBM 的商業(yè)軟件 Web Sphere 中也采用了 Lucene。 Lucene 作為一個(gè)全文檢索引擎，其具有如下突出的優(yōu)點(diǎn)： （ 1）索引文件格式獨(dú)立于應(yīng)用平臺(tái)。 北京郵電大學(xué)研究生畢業(yè)論文 10 （ 2）在傳統(tǒng)全文檢索引擎的倒排索引的基礎(chǔ)上，實(shí)現(xiàn)了分塊索引，能夠針對(duì)新的文件建立小文件索引，提升索引速度。 （ 3）優(yōu)秀的面向?qū)ο蟮南到y(tǒng)架構(gòu)，使得對(duì)于 Lucene 擴(kuò)展的學(xué)習(xí)難度降低，方便擴(kuò)充新功能。 （ 5）已經(jīng)默認(rèn)實(shí)現(xiàn)了一套強(qiáng)大的查詢引擎，用戶無(wú)需自己編寫(xiě)代碼即使系統(tǒng)可獲得強(qiáng)大的查詢能力， Lucene 的查詢實(shí)現(xiàn)中默認(rèn)實(shí)現(xiàn)了布爾操作、模糊查詢（ Fuzzy Search[11]）、分組查詢等等 [31]。首先，它的開(kāi)發(fā)源代碼發(fā)行方式（遵守 Apache Software License），在此基礎(chǔ)上程序員不僅僅可以充分的利用 Lucene 所提供的強(qiáng)大功能，而且可以深入細(xì)致的學(xué)習(xí)到全文檢索引擎制作技術(shù)和面相對(duì)象編程的實(shí)踐，進(jìn)而在此基礎(chǔ)上根據(jù)應(yīng)用的實(shí)際情況編寫(xiě)出更好的更適合當(dāng)前應(yīng)用的全文檢索引擎。其次， Lucene 秉承了開(kāi)放源代碼一貫的架構(gòu)優(yōu)良的優(yōu)勢(shì)，設(shè)計(jì)了一個(gè)合理而極具擴(kuò)充能力的面向?qū)ο蠹軜?gòu)，程序員可以在 Lucene 的基礎(chǔ)上擴(kuò)充各種功能，比如擴(kuò)充中文處理能力，從文本擴(kuò)充到 HTML、 PDF 等等文本格式的處理，編寫(xiě) 這些擴(kuò)展的功能不僅僅不復(fù)雜，而且由于 Lucene 恰當(dāng)合理的對(duì)系統(tǒng)設(shè)備做了程序上的抽象，擴(kuò)展的功能也能輕易的達(dá)到跨平臺(tái)的能力 [32]。最后，雖然 Lucene 使用 Java 語(yǔ)言寫(xiě)成，但是開(kāi)放源代碼社區(qū)的程序員正在不懈的將之使用各種傳統(tǒng)語(yǔ)言實(shí)現(xiàn)（例如 . framework），在遵守 Lucene 索引文件格式的基礎(chǔ)上，使得 Lucene 能夠運(yùn)行在 各種各樣的平臺(tái)上，系統(tǒng)管理員可以根據(jù)當(dāng)前的平臺(tái)適合的語(yǔ)言來(lái)合理的選擇。AJAX 是一種 Web 應(yīng)用程序開(kāi)發(fā)的手段，它采用客戶端腳本與 Web 服務(wù)器交換數(shù)據(jù) 。使用 Ajax，可以創(chuàng)建更加豐富、更加動(dòng)態(tài)的 Web 應(yīng)用程序用戶界面，其即時(shí)性與可用性甚至能夠接近本機(jī)桌面應(yīng)用程序。 北京郵電大學(xué)研究生畢業(yè)論文 11 AJAX是幾項(xiàng)技術(shù)的全新方式的集合，所用到的核心技術(shù)是： 1) 運(yùn)用 XHTML和 CSS實(shí)現(xiàn)基于各種標(biāo)準(zhǔn)的展示。 3) 運(yùn)用 XML實(shí)現(xiàn)數(shù)據(jù)交換和操作。 5) JavaScript 將所有這些方法綁定到一起 。 AJAX的核心是 JavaScript對(duì)象 XMLHttpRequest。簡(jiǎn)而言之，XMLHttpRequest使用戶可以使用 JavaScript向服務(wù)器提出請(qǐng)求并處理響應(yīng)，而不阻塞用戶 [34]。當(dāng)請(qǐng)求返回時(shí)，就可以使用 JavaScript和 CSS來(lái)相應(yīng)地更新 UI，而不是刷新整個(gè)頁(yè)面。 小結(jié) 本章主要 介紹了 比較流行的 三種個(gè)性化推薦算法 ： 協(xié)同過(guò)濾、內(nèi)容過(guò)濾和知識(shí)發(fā)現(xiàn) ，并對(duì)三種推薦算法的優(yōu)缺點(diǎn)進(jìn)行了分析 。 第三章 個(gè)性化 禮品 推薦 系統(tǒng)需求分析 任務(wù)概述 實(shí)現(xiàn) 目標(biāo) 該系統(tǒng)要實(shí)現(xiàn)如下 四 個(gè)目標(biāo)： 北京郵電大學(xué)研究生畢業(yè)論文 12 1. 禮品 知識(shí)庫(kù)的 構(gòu)建 禮品 推薦 有其特殊的領(lǐng)域知識(shí)， 比如送禮人 的個(gè)人信息，收禮者的個(gè)人信息 ，送禮人與收禮人 的關(guān)系 ，送禮的節(jié)日?qǐng)龊系?， 這些因素 決定 適宜 推薦 的禮品。 2. 禮品知識(shí)庫(kù)的初始化和完善 利用禮品專(zhuān)家的知識(shí)對(duì)知識(shí)庫(kù)進(jìn)行部分初始化。 3. 禮品知識(shí)庫(kù)推薦 系統(tǒng)要提供一個(gè)良好的知識(shí)庫(kù)推薦接口，此接口能夠準(zhǔn)確描述用戶的需求， 并使用戶獲得準(zhǔn)確的 禮品 推薦和良好的用戶體驗(yàn)。 5. 禮品個(gè)性化 搜索 系統(tǒng) 要 能夠 根據(jù)用戶日志 提供個(gè)性化的 禮品 搜索功能。 最后 ， 設(shè)計(jì)良好的用戶交互推薦接口 提升用戶的體驗(yàn) 準(zhǔn)確表達(dá)用戶的需求進(jìn)而向用戶推薦禮品 ，在用戶獲得系統(tǒng)的推薦的同時(shí)，系統(tǒng)要根據(jù)用戶的反饋信息進(jìn)行學(xué)習(xí)從而提高系統(tǒng)的推薦準(zhǔn)確度。 2) 所有禮品的分類(lèi) 準(zhǔn)確，且商家對(duì) 禮品的描述 不含欺詐信息 。 用 戶選 擇 節(jié) 日獲 得 節(jié) 日 推 薦 u s e s u s e s e x t e n d s 獲 得 場(chǎng) 合 推 薦 u s e s 選 擇 場(chǎng) 合 e x t e n d s u s e s 圖 31 基于 節(jié)日?qǐng)龊贤扑]用例圖 如上圖所示，基于 節(jié)日?qǐng)龊?推薦的用例圖，用戶根據(jù) 自己的需求選擇送禮節(jié)日或場(chǎng)合，系統(tǒng)調(diào)用節(jié)日?qǐng)龊贤评硐蛴脩暨M(jìn)行禮品 推薦。如情人節(jié)送花和巧克力合適， 中秋節(jié)送月餅合適，孩子滿月送毛絨玩具，小衣服等合適，朋友生日送毛絨熊合適。 送禮的節(jié)日有：春節(jié)，元宵節(jié)，情人節(jié)，婦女節(jié)，母親節(jié)，兒童節(jié)，端午節(jié)，父親節(jié)，七夕節(jié)，中秋節(jié)，教師節(jié)，感恩節(jié)，圣誕節(jié)