基于本体和CBR的电子商务推荐系统研究

虞 娟 （马鞍山师范高等专科学校软件与食品工程系，安徽 马鞍山243041）

电子商务推荐系统是解决电子商务基础问题的重要方式，是目前国内学者研究的热点问题。目前常见推荐技术包括基于内容过滤、协同过滤、基于人口统计、基于知识和基于效用等，其中协同过滤和基于内容过滤技术在电子商务推荐系统中应用最为广泛，但仍存在推荐质量依赖大量的历史数据集等问题［1］。为了解决这些问题，国内外学者开始研究将案例推理 （Case＿based Reasoning，CBR）引入电子商务推荐系统中。文献 ［2］以用户项目评价为基础对基于案例推理的协同过滤算法进行了研究；文献［3］根据案例推理特点提出了一种个性化推荐系统框架。尽管如此，对案例知识的表述仍不够全面，影响了CBR在电子商务推荐系统中作用的发挥。本体技术作为一种工具解决了分布式异构信息源的语义异构问题，实现了信息源语义上的互操作，其在不同的领域可以阐述该领域内的知识结构，包括概念和概念直接的关系［4］。因此，该技术已经成为解决异构信息共享、交换和集成最佳方法，并逐渐应用到电子商务领域。将本体与CBR相结合可有效解决案例库异构、描述词表不统一的问题。为此，笔者对基于本体和CBR的电子商务推荐系统进行了研究。

1 系统总体架构

基于本体和CBR的电子商务推荐系统总体架构图如图1所示。该总体架构分为应用层、业务逻辑层和数据存储层。业务逻辑层主要提供系统操作的界面，让用户可以根据自己的角色完成系统相应操作。……