一种集成客户终身价值与协同过滤的推荐方法  

An Integrated Recommender Method Based on CLV and Collaborative Filtering

作　　者：张慧颖[1] 薛福亮[1,2] 

机构地区：[1]天津大学管理与经济学部,天津300072 [2]天津财经大学商学院,天津300222

出　　处：《现代图书情报技术》2012年第1期46-52,共7页New Technology of Library and Information Service

基　　金：国家教育部青年基金项目"虚拟旅游与目的地形象修正:一致性与非一致性的演化机制分析"(项目编号:10YJC790182);天津市高等学校人文社会科学研究项目"电子商务个性化推荐系统瓶颈问题研究"(项目编号:20112125);天津市教委项目"虚拟旅游技术感知与行为意向关系评价研究"的研究成果之一

摘　　要：提出一种加权RFM与协同过滤相结合的集成推荐方法,对由"Web数据挖掘"隐式收集的客户评价数据进行协同过滤处理,应用加权RFM对相似用户聚类结果加以改进,从而更有效地发现推荐规则,提高推荐质量。同时应用产品分类树(PT)对产品进行预处理,以减少计算空间的复杂度。实验评价结果表明该方法无论在推荐精度还是推荐相关性上都更为有效。In this paper, an integrated recommender method which employs weighted RFM and CF method is presented. Firstly, CF is applied to customer ratings on products, which are collected implicitly by Web usage mining approach, then weighted RFM is applied to improve similar user clustering to find recommend rule effectively and generate better quality recommendations. Product Taxonomy （PT） is also used to preprocess products according to their categories and to reduce dimensions of computational space. Evaluation results show that the proposed method is more effective both in the accuracy and relevance of recommendations.

关 键 词：推荐系统 协同过滤 客户终身价值 产品分类树 

分 类 号：TP391.3[自动化与计算机技术—计算机应用技术]