《具有商品組合效應的集合推薦問題及關鍵技術研究》是依託華南理工大學，由蔡毅擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：具有商品組合效應的集合推薦問題及關鍵技術研究
- 項目類別：青年科學基金項目
- 項目負責人：蔡毅
- 依託單位：華南理工大學
項目摘要,結題摘要,
項目摘要
隨著網際網路技術和電子商務的發展，推薦系統在其中變得越來重要。目前推薦系統的研究都集中在如何向單個用戶推薦單個他最喜歡或最可能購買的商品。然而，在現實中單個用戶在購買或消費商品的時候往往會有購買一組商品（一個商品集合）的需求，我們把向一個用戶推薦一組相關商品的這類推薦稱為商品集合推薦。集合推薦和目前推薦系統領域主要研究的單個商品推薦很不同，多個商品的組合含有商品組合效益。即若干個用戶都喜歡的單個商品，組合一起成為商品集合打包向用戶推薦的時候，用戶未必會喜歡，甚至會厭惡。在本研究項目中，我們擬對商品集合推薦問題進行建模和形式化定義；基於經濟學中著名的投資組合理論來設計一個候選推薦集合篩選算法，來從所有商品中挖掘和選擇出合適的待推薦商品集合；此外，擬研究商品組合效益問題及其計算方法，量化其對集合推薦的影響；提出一個創新的、基於投資組合理論和商品組合效應的推薦算法來給用戶進行集合推薦。
結題摘要
隨著網際網路技術和電子商務的發展，推薦系統在其中變得越來重要。目前推薦系統的研究都集中在如何向單個用戶推薦單個他最喜歡或最可能購買的商品。然而，在現實中單個用戶在購買或消費商品的時候往往會有購買一組商品（一個商品集合）的需求，我們把向一個用戶推薦一組相關商品的這類推薦稱為商品集合推薦。集合推薦和目前推薦系統領域主要研究的單個商品推薦很不同，多個商品之間存在著關聯，商品的組合會產生商品組合效益。在本研究項目中，我們對商品集合推薦問題進行建模和形式化定義；基於經濟學中著名的投資組合理論來設計一個候選推薦集合篩選算法，來從所有商品中挖掘和選擇出合適的待推薦商品集合；此外，本項目研究了商品組合效益問題及其計算方法，量化其對集合推薦的影響；提出一個創新的、基於投資組合理論和商品組合效應的推薦算法來給用戶進行集合推薦。 本項目取得了以下重要結果： （1）本研究團隊把對象典型性計算的研究成果與其所研究的推薦系統結合，首創性地提出了基於人們認知的推薦技術，即基於典型性的推薦技術。該部分的成果發表在SCI檢索的國際學術期刊IEEE Transactions on Knowledge and Data Engineering和Decision Support System等。 （2）區別於傳統的推薦系統向用戶推薦單個商品，本項目組提出了一個新的方法來挖掘待推薦商品集合。相關成果發表在ER國際會議上。 （3）研究了用於推薦的精準用戶畫像及建模技術，基於商品組合效應的研究，創新性地研究了用戶標籤特徵組合效應這一新問題，提出了採用用戶自定義的標籤來給用戶建模並套用於信息推薦和個性化搜尋，首創性地把個性化搜尋的用戶profile和資源profile的匹配看成是一個資源對用戶需求的模糊滿足問題，相關研究成果發表在SCI檢索的國際期刊Neural Networks、The Computer Journal、Neurocomputing等。 本項目取得成果總體如下： （1）發表論文28篇，期刊論文共16篇，SCI收錄14篇，EI收錄2篇。 EI收錄會議論文12篇。 （2）申請專利6項。 （3）申請軟體著作權23項。 （4）培養碩士研究生8名，博士研究生2名。 （5）參與舉辦國際會議3個。
