基于商品购买关系网络的多样性推荐

如何为消费者提供多样性商品推荐,已成为个性化推荐领域研究的热点。传统多样性推荐常采用随机或评分逆序的方法选择多样性商品,存在无法为消费者准确推荐多样性商品的不足。针对于此,借鉴网络信息扩散的原理,将消费者购买记录二部图转换为商品购买关系网络,采用全邻域方法分析网络中商品节点的重要性;在此基础上,利用关联规则算法计算与推荐预测评分最高商品具有关联关系的关键节点,以此关键节点作为多样性商品推荐的依据,提出基于购买关系网络的多样性推荐方法。研究结果表明,与传统多样性推荐方法相比,新的推荐方法可为消费者更准确地推荐多样性商品的同时,该方法通过关键节点间的推荐级联关系所形成的商品推荐扩散效应,可有效地提升长尾商品的推荐。