基于三维协同过滤的C2C电子商务推荐系统

个人对个人电子商务(customer to customer,C2C)是目前主流的电子商务模式之一,为解决C2C电子商务网站中特殊的推荐问题,对传统的二维协同过滤方法进行了扩展,提出了能进行卖家和商品组合推荐的三维协同过滤推荐方法,并在此基础上设计了C2C电子商务推荐系统,阐述了该系统的基本架构和推荐过程中的关键运算。该系统利用卖家属性计算卖家相似度,并依据销售关系和卖家相似度对评分数据集进行填充,以解决三维评分数据的稀疏问题;采用协同过滤思想,利用历史评分计算买家相似度,获取最近邻并预测未知评分,最终将预测评分最高的卖家和商品组合推荐给目标买家。实验结果表明,该系统具有较好的推荐效果。

C2C信用评级制度的有效性及改进

为了降低电子商务市场的信息不对称性、反映交易者的诚信水平、提高消费者的信心,大部分电子商务网站都建立了信用评级体系。本文通过建模分析及演绎分析,认为随着市场规模的扩大,现行评级制度已不再适应电子商务市场的发展,等级高低并不能反映市场中店铺的诚信状态,而更多地反映偶然性因素和经营历史的长短,反而造成了新老卖家之间的不公平竞争,并鼓励卖家采取信用炒作等不诚信行为。最后提出了基于好评率和信用积分相结合的动态信用评价模型。