基于顾客交易数据的协同过滤推荐方法

来源期刊：东北大学学报(自然科学版)2009年第12期

论文作者：赵晓煜 黄小原 曹忠鹏

文章页码：1792 - 1795

关键词：推荐系统;协同过滤;交易数据;RFM分析;偏好分析;

摘    要：分析了B2C电子商务网站中应用最广的协同过滤推荐方法在数据源方面存在的局限性,提出了一种基于顾客交易数据的协同过滤推荐方法.该方法的基本原理是:基于顾客的购买历史记录,获得顾客对于各种商品的最近购买时间R(Recency),购买频率F(Frequency)和购买金额M(Monetary)等指标,利用这三个指标确定顾客对已购商品的偏好程度;进一步建立体现顾客商品偏好度的IRFM矩阵,并以该矩阵为数据源为顾客提供个性化的商品推荐.该方法能为老顾客提供质量更高的推荐,进一步扩展了协同过滤方法的应用范围.