文献类型：期刊文章

作　　者：彭洁[1] 徐剑晖[1] 陈超[2]

机构地区：[1]四川工程职业技术学院经济管理系,四川德阳618000 [2]电子科技大学计算机科学与工程学院,四川成都611731

出　　处：《江苏农业科学》

基　　金：四川省科技支撑计划(编号:2014RZ0048)

年　　份：2017

卷　　号：45

期　　号：12

起止页码：274-278

语　　种：中文

收录情况：BDHX、BDHX2014、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对现有电子商务中农产品个性化推荐方案精度较低的问题,提出一种基于潜在类回归模型(latent-class regression model,简称LCRM)和组群偏好的个性化推荐方案。首先,收集农产品的评价信息,进行预处理,提取出每个评价者的特征-意见值对。然后,利用LCRM根据整体与特征评价,将具有相同爱好的评价者进行分组,构建组群偏好,并计算单个评价者的偏好。最后,通过计算用户与组群偏好的相似度来定位组群,通过计算用户与该组群中评价者偏好的相似度来定位农产品,最终列出推荐表。结果表明,该方案能够准确为用户推荐所需的农产品,推荐列表中农产品的命中率达到了83%,同时具有较低的计算复杂度。

关 键 词：电子商务 农产品个性化推荐  潜在类回归模型  组群偏好  

分 类 号：TP391]