（1）提出了社會(huì)化環(huán)境下商品推薦呈現(xiàn)的特征，總結(jié)了傳統(tǒng)推薦方法的基本原理、推薦流程及優(yōu)缺點(diǎn)，分析了基于深度學(xué)習(xí)的推薦方法、面向社會(huì)化環(huán)境的商品推薦方法的分類、研究進(jìn)展和主要研究成果。（2）總結(jié)了基于內(nèi)存的社會(huì)化推薦系統(tǒng)、基于模型的社會(huì)化推薦系統(tǒng)、基于社會(huì)化標(biāo)簽的推薦系統(tǒng)的推薦原理、研究進(jìn)展和主要研究成果。（3）總結(jié)了社會(huì)化商品推薦面臨的挑戰(zhàn)，歸納了傳統(tǒng)商品推薦存在的問題，分析了社會(huì)化標(biāo)簽在商品推薦中應(yīng)用可行性，提出了基于社會(huì)化標(biāo)簽和多維信息特征融合的商品推薦模型，給出了模型實(shí)現(xiàn)的主要方法。（4）針對(duì)社會(huì)化標(biāo)簽在內(nèi)容特征上呈現(xiàn)語義缺失、在數(shù)量特征上呈現(xiàn)出長(zhǎng)尾現(xiàn)象，利用標(biāo)簽信息表征用戶興趣，提出了基于標(biāo)簽間語義相關(guān)性的商品推薦方法。（5）針對(duì)目前社會(huì)化商品推薦方法存在的數(shù)據(jù)來源單一、推薦類型缺乏多樣性的問題，綜合考慮需求匹配、功能互補(bǔ)、情景相似、暢銷流行等多維信息特征，設(shè)計(jì)了融合多維信息特征的商品推薦方法。

本書以社會(huì)化環(huán)境下商品個(gè)性化推薦方法為主要研究對(duì)象，總結(jié)了相關(guān)理論與方法，分析了基于內(nèi)存、基于模型、基于社會(huì)化標(biāo)簽的推薦系統(tǒng)原理及前期研究，并提出了基于標(biāo)簽間語義相關(guān)性的商品推薦方法，設(shè)計(jì)了融合多維信息特征的商品推薦方法。 這些方法滿足用戶的個(gè)性化信息需求，解決社會(huì)化環(huán)境下商品信息過載、信息迷航問題。

前言在互聯(lián)網(wǎng)時(shí)代，社會(huì)化標(biāo)簽作為資源分類和索引的重要方式之一，開始被用來組織、管理和共享資源。社會(huì)化標(biāo)簽不僅能反映用戶的興趣偏好，又能體現(xiàn)資源本身的特征。通過分析用戶標(biāo)簽，發(fā)現(xiàn)并挖掘其中隱含的用戶商品需求，構(gòu)建合適的推薦模型，設(shè)計(jì)相應(yīng)的推薦方法，將用戶需求與商品信息進(jìn)行匹配，是實(shí)現(xiàn)商品信息個(gè)性化推薦的關(guān)鍵。本書針對(duì)商品信息利用效率無法達(dá)到*大化的實(shí)際，通過分析用戶標(biāo)簽，識(shí)別用戶需求，建立基于社會(huì)化標(biāo)簽的商品信息個(gè)性化推薦方法體系，從而解決社會(huì)化環(huán)境下商品信息過載、信息迷航等問題。本書主要內(nèi)容包括：（1）提出社會(huì)化環(huán)境下商品推薦呈現(xiàn)的特征，總結(jié)了基于信息內(nèi)容的信息推薦方法、基于協(xié)同過濾的信息推薦方法、基于規(guī)則的信息推薦方法和混合推薦方法等傳統(tǒng)推薦方法的基本原理、推薦流程及優(yōu)缺點(diǎn)，分析了基于深度學(xué)習(xí)的推薦方法、面向社會(huì)化環(huán)境的商品推薦方法的分類、研究進(jìn)展和主要研究成果。（2）總結(jié)了TidalTrust、MoleTrust等基于內(nèi)存的社會(huì)化推薦系統(tǒng)，SoRec、TrustMF、TrustPMF、LOCABAL、SoReg、SocialMF、RSTE等基于模型的社會(huì)化推薦系統(tǒng)，Delicious、CiteULike、Connotea、Flickr、YouTube等基于社會(huì)化標(biāo)簽的推薦系統(tǒng)的推薦原理、研究進(jìn)展和主要研究成果。（3）總結(jié)了社會(huì)化環(huán)境下商品推薦面臨的挑戰(zhàn)，歸納了傳統(tǒng)商品推薦模型存在的問題，分析了社會(huì)化標(biāo)簽在商品推薦中應(yīng)用的可行性，提出了基于社會(huì)化標(biāo)簽和多維信息的商品推薦模型，給出了模型實(shí)現(xiàn)的主要方法。（4）提出了基于標(biāo)簽間語義相關(guān)性的商品推薦方法。針對(duì)社會(huì)化標(biāo)簽在內(nèi)容特征上呈現(xiàn)語義缺失、在數(shù)量特征上呈現(xiàn)長(zhǎng)尾現(xiàn)象，利用標(biāo)簽信息表征用戶興趣，提出了基于標(biāo)簽間語義相關(guān)性的商品推薦方法。（5）提出了基于多維信息特征融合的商品推薦方法。針對(duì)目前社會(huì)化商品推薦方法存在的數(shù)據(jù)來源單一、推薦類型缺乏多樣性的問題，綜合考慮需求匹配、功能互補(bǔ)、情景相似、暢銷流行等多維信息特征，設(shè)計(jì)了融合多維信息特征的商品推薦方法。本研究成果得到了湖北工業(yè)大學(xué)工程技術(shù)學(xué)院相關(guān)領(lǐng)導(dǎo)及同事的支持與幫助，在此表示感謝，同時(shí)也感謝家人及朋友們的鼓勵(lì)與支持！本書在編寫過程中引用、借鑒了大量的國(guó)內(nèi)外文獻(xiàn)與網(wǎng)絡(luò)資料，參閱了國(guó)內(nèi)外專家學(xué)者的相關(guān)研究成果，在此謹(jǐn)向所有作者表示由衷的感謝！由于本人水平有限，加之時(shí)間倉(cāng)促，書中難免存在不當(dāng)或錯(cuò)誤之處，懇請(qǐng)同行專家與廣大讀者批評(píng)指正，以期改進(jìn)。梁晶2022年8月

梁晶，副教授，中國(guó)商業(yè)統(tǒng)計(jì)學(xué)會(huì)理事、湖北省市場(chǎng)營(yíng)銷學(xué)會(huì)理事，湖北高校優(yōu)秀教學(xué)團(tuán)隊(duì)負(fù)責(zé)人、湖北省一流課程負(fù)責(zé)人，主持*產(chǎn)學(xué)合作協(xié)同育人項(xiàng)目2項(xiàng)，主持湖北省教育廳人文社科項(xiàng)目1項(xiàng)，主持校級(jí)課題6項(xiàng)，主編教材2部，發(fā)表論文10余篇（含 2篇CSSCI）,申請(qǐng)軟著基于大數(shù)據(jù)的產(chǎn)品智能推薦系統(tǒng)1項(xiàng)，指導(dǎo)學(xué)生參加挑戰(zhàn)杯、創(chuàng)青春、全國(guó)大學(xué)生電子商務(wù)三創(chuàng)大賽、全國(guó)大學(xué)生市場(chǎng)調(diào)查與分析大賽等獲得*獎(jiǎng)項(xiàng)3項(xiàng)、省級(jí)以上獎(jiǎng)項(xiàng)近20項(xiàng)。

1緒論/1

1.1選題背景和意義/1

1.1.1選題背景/1

1.1.2選題意義/4

1.2國(guó)內(nèi)外研究現(xiàn)狀/6

1.2.1社會(huì)化推薦研究現(xiàn)狀/6

1.2.2標(biāo)簽推薦研究現(xiàn)狀/10

1.2.3商品推薦研究現(xiàn)狀/16

1.2.4國(guó)內(nèi)外研究述評(píng)/21

1.3研究方法/26



2社會(huì)化商品推薦相關(guān)理論與方法/28

2.1社會(huì)化商品推薦的概念與特征/28

2.2社會(huì)化標(biāo)簽系統(tǒng)概述/31

2.2.1標(biāo)簽系統(tǒng)類型/31

2.2.2社會(huì)化標(biāo)簽系統(tǒng)的特點(diǎn)/31

2.3傳統(tǒng)信息推薦理論與方法/33

2.3.1基于信息內(nèi)容的信息推薦方法/33

2.3.2基于協(xié)同過濾的信息推薦方法/35

2.3.3基于規(guī)則的信息推薦方法/38

2.3.4混合推薦方法/39

2.4基于深度學(xué)習(xí)的推薦方法/40

2.4.1基于多層感知機(jī)的推薦方法/40

2.4.2基于卷積神經(jīng)網(wǎng)絡(luò)的推薦方法/41

2.4.3基于循環(huán)神經(jīng)網(wǎng)絡(luò)的推薦方法/41

2.5面向社會(huì)化環(huán)境的商品推薦方法/42

2.6社會(huì)化商品推薦技術(shù)基礎(chǔ)/45

2.6.1信息抽取/45

2.6.2知識(shí)融合/49



3社會(huì)化推薦系統(tǒng)概述與分析/53

3.1社會(huì)化推薦系統(tǒng)概述/53

3.2基于內(nèi)存的社會(huì)化推薦系統(tǒng)/55

3.2.1TidalTrust/55

3.2.2MoleTrust/57

3.3基于模型的社會(huì)化推薦系統(tǒng)/58

3.3.1SoRec/58

3.3.2TrustMF/60

3.3.3TrustPMF/62

3.3.4LOCABAL/65

3.3.5SoReg/67

3.3.6SocialMF/68

3.3.7RSTE/72

3.4基于社會(huì)化標(biāo)簽的推薦系統(tǒng)/74

3.4.1Delicious/74

3.4.2CiteULike/75

3.4.3Connotea/76

3.4.4Flickr/77

3.4.5YouTube/79



4基于社會(huì)化標(biāo)簽的商品推薦模型/82

4.1問題的提出/82

4.1.1社會(huì)化環(huán)境下商品推薦面臨的挑戰(zhàn)/82

4.1.2傳統(tǒng)的商品推薦模型存在的問題/83

4.1.3社會(huì)化標(biāo)簽在商品推薦中應(yīng)用的可行性/84

4.2基于社會(huì)化標(biāo)簽的商品推薦模型/85

4.2.1現(xiàn)有的基于社會(huì)化標(biāo)簽的推薦模型/85

4.2.2基于社會(huì)化標(biāo)簽和多維信息的商品推薦模型/88



5基于標(biāo)簽間語義相關(guān)性的商品推薦方法/91

5.1問題的提出/91

5.2基于標(biāo)簽間語義相關(guān)性的商品推薦方法概述/93

5.2.1標(biāo)簽間語義相關(guān)性計(jì)算/93

5.2.2用戶標(biāo)簽綜合權(quán)重計(jì)算/94

5.2.3用戶興趣表達(dá)/96

5.2.4商品個(gè)性化推薦/97

5.3實(shí)驗(yàn)與結(jié)果分析/98

5.3.1實(shí)驗(yàn)數(shù)據(jù)/98

5.3.2實(shí)驗(yàn)環(huán)境與測(cè)評(píng)指標(biāo)/98

5.3.3實(shí)驗(yàn)對(duì)比與結(jié)果分析/98



6基于多維信息特征融合的商品推薦方法/102

6.1問題的提出/102

6.2基于多維信息特征融合的商品推薦方法概述/103

6.2.1商品�灿脩粜枨笃ヅ涠扔�(jì)算/103

6.2.2商品功能互補(bǔ)度計(jì)算/104

6.2.3商品情景相似度計(jì)算/105

6.2.4商品暢銷流行度計(jì)算/106

6.2.5Top�睳商品推薦/106

6.3實(shí)驗(yàn)與結(jié)果分析/107

6.3.1實(shí)驗(yàn)數(shù)據(jù)/107

6.3.2實(shí)驗(yàn)環(huán)境與測(cè)評(píng)指標(biāo)/107

6.3.3實(shí)驗(yàn)結(jié)果與分析/108



7全文總結(jié)與展望/111

7.1全文總結(jié)/111

7.2下一步工作展望/112



參考文獻(xiàn)/114