论文部分内容阅读
保证个性化推荐系统产生高质量的推荐结果的重要因素是：系统必须要确定访问者在访问行为的相似程度，从而能预测访问者的访问和购买兴趣。实现此功能的关键技术是计算访问者对象在整个或者部分属性空间的相似距离，从而得到访问行为的相似程度。该文首先分析了目前在推荐系统中常用的用于计算访问行为相似程度的距离函数，发现它们是测定访问者对象在所有测试属性空间上的平均测定，而在属性集的子维空间上的相似模式并没有有效地挖掘出来。然后提出一种新的基于相似模式聚类算法的电子商务个性化推荐系统，综合考虑可供挖掘的数据源(如：网站内容，