面向电子商务的顾客偏好分析与个性化推荐系统

随着电子商务研究和应用的发展，个性化推荐系统成为一个重要研究内容。本项目在分析已有研究成果的基础上，从购买决策过程出发，以需求偏好结构分析为核心，引入产品属性相似性和产品属性偏好分析，通过机器学习，逐步分析和求精顾客的偏好结构，并建立面向个性化推荐的信息模型、基于多Agent系统的混合推荐系统。并开发实验系统，检验和修正研究成果，也为推广应用提供基础。.本项目从三个方面提升推荐系统的功能：（1）从产品相似分析扩展为产品属性相似分析；（2）从顾客对产品评价扩展为产品各属性的评价；（3）从顾客相似性扩展为顾客偏好结构的相似性。目的是提高推荐结果的准确性和实时性，以及提高推荐系统的开拓能力。