基于三维协同过滤的C2C电子商务推荐系统

艾丹祥，左 晖，杨 君

(1.广东工业大学管理学院，广东广州510520;2.广东工业大学经济与贸易学院，广东广州510520)

0 引言

电子商务推荐系统是互联网环境下解决信息过载和吸引客户的有效途径，已广泛应用于各种电子商务网站［1-2］。它通过分析用户的历史行为，发现用户的兴趣需求和购买模式，有针对性地进行商品或服务推荐。协同过滤是目前最成功的推荐技术之一［3］。传统的协同过滤推荐主要针对B2C(business to customer)电子商务模式设计，推荐过程只涉及两个维度: “用户和商品”，推荐的基本任务为:“计算用户和商品的相关度，并从商品集合中选择与用户相关度最高的若干商品进行推荐”［4］。然而这种二维协同过滤方法并不能较好地适用于C2C(customer to customer)电子商务中的推荐问题。C2C电子商务网站中不但存在大量的商品，还存在大量的卖家，且同一商品被多个卖家同时销售的情况非常普遍。这使得C2C网站中的买家面临的不仅是一组商品，而是一个由卖家和商品形成的销售网络。买家既要选择喜爱的商品，也要选择合适的卖家。因此C2C网站中的推荐问题变得更为复杂，涉及到买家、卖家和商品三个维度，推荐任务也变为:“计算买家、卖家和商品三者间的相关度，并从销售网络中选择与买家相关度最高的若干商品及销售该商品的卖家进行推荐。”由于二维协同过滤方法只能推荐商品而不能同时推荐卖家，因此其用于C2C网站时具有较大的局限性。通常C2C网站会提供一些简单的卖家筛选策略，如根据价格高低、信用度大小、销售量大小等属性对卖家进行排序。……