电子商务智能推荐是提高电子商务网站竞争力、满足客户个性化需求的必然趋势,现有的推荐技术和系统不能满足大规模、高质量和实时的网络化电子商务推荐需要。基于知识的推荐技术是解决该问题的有效方法,但知识获取、聚合和智能推荐是研究的难点。项目在现有相关理论和应用研究成果基础上,借鉴知识网格和语义本体论的技术和方法,建立电子商务网站、知识网格节点和虚拟知识网格服务社区三级结构模型,提出自动实现商品知识获取、聚合和智能推荐的协同工作模式。研究通过电子商务网站数据资源进行商品知识挖掘、获取和聚合的理论和方法;构造KGRS知识网格模型;建立电子商务虚拟知识网格服务社区结构模型。提出基于语义本体论的最相邻知识网格搜索和过滤算法;提出基于商品效用、灰色关联、模糊聚类协同过滤的电子商务智能推荐算法;建立推荐结果解释模型和评估体系。建立中文环境下的商品本体原型库;设计基于知识网格的电子商务智能推荐系统结构框架。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
惯性约束聚变内爆中基于多块结构网格的高效辐射扩散并行算法
服务经济时代新动能将由技术和服务共同驱动
物联网中区块链技术的应用与挑战
多空间交互协同过滤推荐
基于人眼关注度与情感分析的电子商务智能推荐计算
面向产品创新设计的知识推荐系统研究
多知识源电子商务推荐方法及其强化学习机制的研究
场景化学习下基于智能集成机制的知识资源推荐方法研究