基于项目因子分析的Web客户需求协同推荐算法  

Collaborative Recommendation Algorithm of Web Customer Demand Based on Item Factor Analysis

作　　者：赵宏霞[1] 王新海[2] 杨皎平[2] 

机构地区：[1]辽宁工程技术大学营销管理学院,葫芦岛125105 [2]辽宁工程技术大学工商管理学院,葫芦岛125105

出　　处：《计算机系统应用》2011年第7期188-191,210,共5页Computer Systems & Applications

基　　金：辽宁省教育厅科学技术研究项目(W2010212);教育部博士点基金项目(200801470004);教育部人文社科基金(10YJC630407)

摘　　要：为解决协同过滤推荐算法中的数据量过大和数据稀疏性的问题,提出了基于项目因子分析的协同推荐算法。该算法通过采用因子分析将项目向量降维为几个具有代表性的项目因子,然后用这些项目因子对目标项目进行回归分析,进而预测目标客户对待评项目的评分。最后通过实验证明了算法的有效性,为以后研究推荐算法提供了一种新的途径。In order to solve the problem that data overload and data sparsity in collaborative filtering recommendation algorithm,the collaborative recommendation algorithm based on item factor analysis is proposed in this paper.The algorithm reduces the dimensions of item vector by use of factor analysis and gets some representative item factors,which are used to regression analysis of target items to forecast the evaluated items.Finally,experiments show that the algorithm is effective,which provides a new way for future recommendation algorithm research.

关 键 词：电子商务 推荐系统 协同过滤 项目 因子分析 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]