第１朗　张永攀等．电子商务个性化推荐系统的应用　７３　
度量标准。它的数学表达式如下：　
Ｎ　
∑１　Ｐ　一ｑ　１　

ＭＡＥ：旦—　

其中，Ｐ，表示预测值；ｑ。表示真实值；Ｎ表示测试数　
据的总数量；ＭＡＥ值越小说明推荐的精确度越高。　
为验证基于用户特征的个性化推荐算法的性能，本　
文采用了Ｍｏｖｉｅ　Ｌｅｎｓ电影网站提供的数据进行实　
验。选取了其中２Ｏ个用户对５０部电影的评分信息　
作为原始数据，将其中７Ｏ　的信息作为已知，３Ｏ　
的信息用来测试推荐的精度，将本文算法和协同过　
滤推荐算法以及基于内容的推荐算法的推荐准确率　
进行了统计，结果如图４所示。　

样本数量／个　
图４　３种推荐算法的ＭＡＥ数值对比　

由图４可以看出：随着项目数的增加，３种算法　
的推荐准确率都有不同程度的下降，但是相比较而　
言本文所提出的基于用户特征的个性化推荐算法的　
推荐准确率下降并不明显。　

５　结　论　
本文介绍了基于语义的发布／订阅系统的概念　
和相关理论知识，分析了它在电子商务推荐系统中　
的应用前景，并在传统电子商务推荐系统的基础上　
设计了一种个性化电子商务推荐系统模型，并提出　
了一种基于用户特征的个性化推荐算法。最后通过　
实验，将本文提出的算法同传统的推荐算法进行了　
比较，验证了算法的可行性和合理性。本文所提出　
的个性化电子商务推荐系统模型中，最大的技术难　
点是领域本体库的建立。相信随着语义本体库技术　
的日臻成熟，基于语义的发布／订阅系统在电子商务　
推荐系统中的应用将会更加的广泛。　

参　考　文　献　
［１］周玉妮．移动商务应用的个性化推荐模式ｊ－Ｊ］．通信企业管理，２０１２（１）：３７—３８．　
［２］　肖敏．基于领域本体的电子商务推荐技术研究［Ｄ］．武汉：武汉理工大学，２００９．　
［ｓ３　冯锡炜，张同卫，薛峰．分布式信息资源发布订阅推荐模型研充［ｊ］．辽宁石油化工大学学报，２００８，２８（４）：６５—６８．　
［４］Ｂｅｒｎｅｒｓ—Ｉ　ｅｅ　Ｔ，Ｈｅｎｄｌｅｒ　Ｊ，Ｌａｓｓｉｌａ　Ｏ．Ｔｈｅ　ｓｅｍａｎｔｉｃ　ｗｅｂ［Ｊ］．Ｓｃｉｅｎｔｉｆｉｃ　Ａｍｅｒｉｃａｎ，２００１，２８４（５）：３４—４３．　
［５］　冯锡炜．分布式信息资源主动发现模型研究与应用［Ｄ］．大连：大连海事大学，２０１０．　
［６］　Ｎｏｙ　Ｎ　Ｆ，Ｍｃ　Ｇｕｉｎｎｅｓｓ　Ｄ　Ｉ　．Ｏｎｔｏｌｏｇｙ　ｄｅｖｅｌｏｐｍｅｎｔ１０１：ａ　ｇｕｉｄｅ　ｔＯ　ｃｒｅａｔｉｎｇ　ｙｏｕｒ　ｆｉｒｓｔ　ｏｎｔｏｌｏｇｙ［ＥＢ／０Ｌ］．（２００９—１０—２５）　
［２０１１－０９—２０］．ｈｔｔｐ：／／ｐｒｏｔｅｇｅ．ｓｔａｎｆｏｒｄ．ｅｄｕ．　
Ｅ７］Ｍｕｓｅｎ　Ｍ，Ｎｏｙ　Ｎ，０　Ｃｏｎｎｏｒ　Ｍ，ｅｔ　ａ１．ＳｔａｎｆｏｒｄＣｅｎｔｅｒ　ｆｏｒ　Ｂｉｏｍｅｄｉｃａｌ　ｉｎｆｏｒｍａｔｉｃｓ　ｒｅｓｅａｒｃｈ［ＥＢ／０Ｉ　］．（２００８—０９—１５）Ｅ２ｏ１１—　
０９—２０］．ｈｔｔｐ：／／ｐｒｏｔｅｇｅ．ｓｔａｎｆｏｒｄ．ｅｄｕ．　
［８］　Ｗ３Ｃ　ＯＷＩ　Ｗｏｒｋｉｎｇ　Ｇｒｏｕｐ．ＯＷＩ　２　ｗｅｂ　ｏｎｔｏｌｏｇｙ　ｌａｎｇｕａｇｅ　ｄｏｃｕｍｅｎｔ　ｏｖｅｒｖｉｅｗ［ＥＢ／ＯＬ］．（２００９—１０—２７）［２０１１—０９—２０］．　

ｈｔｔｐ：／／ｗｗｗ．ｗ３．ｏｒｇ／ＴＲ／ｏｗｌ２一ｏｖｅｒｖｉｅｗ．　
［９］　刘琼，李宝敏．一种果品领域本体库的构建方法［Ｊ］．计算机技术与发展，２００９，１９（１）：１９８—１９９．　

（Ｅｄ．：ＺＷ，ＣＰ）