基于贝叶斯动态预测模型的商品推荐方法

摘要：

传统的电子商务推荐系统虽然考虑到个性化的推荐,但不能很好的描述用户行为,使得个性化的推荐略显不足.本文提出基于贝叶斯动态预测的模型,并结合Agent技术,很好地建立了用户行为预测模型.该方法以用户历史数据为基础,并结合用户的实时行为建立用户行为预测模型.本文将此方法运用于商品推荐系统中,实验证明此方法能高效地为客户产生个性化的商品推荐集合,优于某些传统方法.

关键词：贝叶斯动态预测模型、用户行为预测模型、个性化商品推荐

所属期刊栏目：23

分类号：TP311(计算技术、计算机技术)

资助基金：陕西省自然科学基金2005F38;西安建筑科技大学校科研和教改项目JC0616

在线出版日期：2007-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：133-134,156