基于标签传播算法的个性化商品推荐
本文介绍随着互联网的飞速发展,人们越来越倾向于在线购物,传统企业也越来越寻求向电子商务转型,而在电子商务的商品推荐系统中,为了给用户提供个性化的商品推荐,不少研究者提出了各自的推荐方法.但是由于各种原因,现有的算法存在各种各样的缺点,如推荐精准度不高,时间复杂度高等,针对这些问题,本文提出了一种基于标签传播算法(LPA)和用户历史购买数据的个性化商品推荐算法.算法首先根据目标用户和全站其他用户之间的相似度,利用改进的标签传播算法对用户进行标记,继而将具有相似标签的用户划分为一类并将同一类别的其他用户感兴趣的商品推荐给目标用户.实验表明,本文提出的算法时间复杂度要低于其他对比算法,推荐准确率要高于其他对比算法.
商品推荐 标签传播算法 时间复杂度 准确率
黄瑞 陈志刚 冯瑞瑞 郑祥云
中南大学软件学院软件工程系,湖南长沙410075
国内会议
金华
中文
1-11
2015-10-30（万方平台首次上网日期，不代表论文的发表时间）