随着网络大众化进程的加快和信息技术的飞速发展,互联网已经发展成为最重要的电子商务平台。海量用户如何在众多的电子商务网站和浩如烟海的商品中快速获得符合用户需要的商品成为挑战。人们迫切需要研究出快捷而又有效的工具,去从大规模的商品信息中提取出符合用户需要的商品信息,并推荐给用户。电子商务推荐技术应运而生。关于电子商务推荐的研究近来一直是电子商务领域研究的热点。近年来,语义本体作为共享概念模型的明确的形式化的规范说明,已成为知识管理、知识工程、智能信息检索和语义网等多个领域的重要理论和方法。本体的网状结构中不仅包含多层次概念属性,而且体现了各概念属性之间的语义联系。因此,将语义本体与电子商务推荐技术相结合很有研究意义。本书针对传统电子商务推荐方法中存在的问题,着重在语义层面上融合人工智能、智能信息处理、本体等关键技术对传统的推荐模型和方法进行了语义化改造,增强其知识获取能力和智能水平,本书试图把商品推荐从简单机械的关联匹配的层面提高到基于语义的层面,从语义意义上智能地认知和处理用户的商品需求。综合应用商务智能、知识管理、知识发现、人工智能、自然语言处理等学科领域的理论与成果,结合数据挖掘、语义分析、复杂网络分析等先进技术与方法,深入探索和研究基于语义的商品智能推荐模型与技术方法体系。
其核心思想是在对现有的传统商品推荐模型与方法进行系统性分析的基础上,借助语义本体、人工智能、数据挖掘和系统科学的基本原理及方法,力求在克服传统模型与方法中的不足的同时,进一步提高推荐模型的通用性和推荐方法的精度及语义化和智能化水平。并为下一代互联网(即语义互联网)中的商品推荐模型与方法体系研究提供预研工作。
前言
随着网络大众化进程的加快和信息技术的飞速发展,互联网已经发展成为最重要的电子商务平台。海量用户如何在众多的电子商务网站和浩如烟海的商品中快速获得符合用户需要的商品成为挑战。人们迫切需要研究出快捷而又有效的工具,去从大规模的商品信息中提取出符合用户需要的商品信息,并推荐给用户。电子商务推荐技术应运而生。关于电子商务推荐的研究近来一直是电子商务领域研究的热点。
近年来,语义本体作为共享概念模型的明确的形式化的规范说明,已成为知识管理、知识工程、智能信息检索和语义网等多个领域的重要理论和方法。本体的网状结构中不仅包含多层次概念属性,而且体现了各概念属性之间的语义联系。因此,将语义本体与电子商务推荐技术相结合很有研究意义。
本书针对传统电子商务推荐方法中存在的问题,着重在语义层面上融合人工智能、智能信息处理、本体等关键技术对传统的推荐模型和方法进行了语义化改造,增强其知识获取能力和智能水平,本书试图把商品推荐从简单机械的关联匹配的层面提高到基于语义的层面,从语义意义上智能地认知和处理用户的商品需求。探索研究基于语义的电子商务智能推荐模型和方法。
全书由七章组成,主要内容如下。
第1章阐述了本书的选题背景及意义,对本课题的国内外研究现状进行了系统梳理,并在本节中对本书的主要研究内容及研究方法了介绍。
第2章综述了本体相关理论和技术。此章分析了本体和本体构建的内涵,比较了国内外著名的本体系统、方法和工具;同时概括了本体构建的流程,为后面章节的研究打下基础。
第3章分析了传统电子商务推荐中存在的固有问题,探索性地提出了一种基于语义本体的电子商务智能推荐模型PIRBSM。本章通过层次模型和过程模型等多侧面多角度对PIRBSM模型的构成、内在运行机理和流程进行了深入和详细的讲述。另外,本章还对本书新提出的用户全息模型进行了详细介绍。
第4章在传统用户兴趣知识发现方法的基础上,提出新的基于语义的Web使用挖掘用户兴趣知识发现方法和基于社交网络的用户兴趣知识发现方法。前者获取的是细粒度的用户兴趣知识。后者用于获取粗粒度的用户兴趣偏好知识。同时,本章还对商品本体的构建方法进行了详细描述。
第5章首先探索了智能推荐策略,创造性地提出了实现推荐策略自适应的方法和推荐算法根据用户反馈进行自组织的方法。接着,尝试对现有的几种传统经典推荐方法进行语义化改造,利用基于语义的相关度与相似度的量化计算方法进行商品推荐,以力求在克服其固有的缺陷的同时,提高其推荐质量。
第6章对本书提出的基于语义的电子商务智能推荐模型与方法进行实验实证分析。实验在基于语义的电子商务智能推荐模型框架下,选取了两种基于语义的智能推荐方法,通过与基于传统的推荐方法进行对比实验和理论分析,验证了本模型和方法的可行性和有效性。
第7章总结了全书的主要内容和结论,反思了本书中存在的不足,展望了未来下一步研究的重点。
徐斌,博士,副教授。现为湖北科技学院计算机科学与技术学院院长。 研究方向为商务智能与数据分析。2013年任湖北科技学院教务处副处长,2016年任湖北科技学院网络中心主任。现为湖北科技学院计算机科学与技术学院院长。
第1章绪论(1)
1.1研究背景及意义(1)
1.2国内外研究现状(5)
1.3研究方法和主要研究内容(12)
1.4本书的组织结构(14)
第2章本体的基础理论与构建(16)
2.1本体理论基础(16)
2.2本体构建(26)
第3章基于语义的商品智能推荐模型(48)
3.1传统商品推荐中存在的问题(48)
3.2基于语义的商品智能推荐模型PIRBSM的提出(50)
3.3基于语义的商品智能推荐模型PIRBSM(52)
3.4本章小结(67)
第4章基于语义的用户知识发现与商品本体构建方法(68)
4.1基于语义的用户知识发现方法(68)
4.2商品本体构建方法(97)
4.3本章小结(112)
第5章基于语义的商品智能推荐策略与方法(114)
5.1传统推荐策略与方法的不足(114)
5.2基于语义的智能推荐策略(116)
5.3基于语义的主要推荐方法(124)
5.4本章小结(149)
第6章实验分析与验证(150)
6.1推荐效果评价准则和标准(150)
6.2实验环境配置(152)
6.3实验过程(156)
6.4实验结果的综合分析(165)
第7章总结与展望(166)
7.1全书总结(166)
7.2研究展望(167)
参考文献(169)