摘要:
随着电子商务的不断发展,推荐系统面临着数据来源多样、结构复杂、推荐多样性差、冷启动等问题。商品搭配大数据推荐方法不仅可以有效解决以上问题,还具有给予消费者搭配建议并帮助商家促进销售的重要意义。首先,通过对国内外相关文献进行梳理,阐述了搭配推荐方法的基本概念和形式,分析其与传统推荐方法的区别以及优势。然后,探讨了搭配推荐方法的分类,包括基于商品内容的搭配推荐、基于协同过滤的搭配推荐和混合搭配推荐。最后,在这些研究和分析的基础上,指出了未来的研究热点将聚焦于多个商品的搭配推荐、基于多源异构数据融合的搭配推荐和基于知识图谱的搭配推荐。特别是将知识图谱应用于搭配推荐领域,将是未来非常有前景的研究工作。
陈鑫1,王斌1,曾范清2. 商品搭配大数据推荐方法研究综述[J]. 计算机工程与科学.
CHEN Xin1,WANG Bin1,ZENG Fan-qing2.
Reviewing big data recommendation
methods of commodity collocation
[J]. Computer Engineering & Science.