基于商品属性隐性评分的协同过滤算法研究

？在分析目前电子商务推荐系统及算法存在问题的基础上，提出了一种准确的、实时的、基于web日志的internet电子商务推荐算法。基于客户浏览行为，设计了cga（customer-good-attribute）模型，综合考虑客户浏览路径和时间、商品属性及其在网页中的分布等因素，研究了客户对商品属性的隐性评分函数，给出了算例说明，讨论了基于商品属性的协作过滤算法。该算法已成功应用于电子商务智能模拟系统中。