基于顾客交易数据的协同过滤推荐方法

摘要：

分析了B2C电子商务网站中应用最广的协同过滤推荐方法在数据源方面存在的局限性,提出了一种基于顾客交易数据的协同过滤推荐方法.该方法的基本原理是:基于顾客的购买历史记录,获得顾客对于各种商品的最近购买时间R(Recency),购买频率F(Frequency)和购买金额M(Monetary)等指标,利用这三个指标确定顾客对已购商品的偏好程度;进一步建立体现顾客商品偏好度的IRFM矩阵,并以该矩阵为数据源为顾客提供个性化的商品推荐.该方法能为老顾客提供质量更高的推荐,进一步扩展了协同过滤方法的应用范围.

关键词：推荐系统、协同过滤、交易数据、RFM分析、偏好分析

所属期刊栏目：30

分类号：C931(管理学)

资助基金：国家自然科学基金资助项目70572088

在线出版日期：2015-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1792-1795