隨著網絡大眾化進程的加快和信息技術的飛速發展，互聯網已經發展成為最重要的電子商務平臺。海量用戶如何在眾多的電子商務網站和浩如煙海的商品中快速獲得符合用戶需要的商品成為挑戰。人們迫切需要研究出快捷而又有效的工具，去從大規模的商品信息中提取出符合用戶需要的商品信息，并推薦給用戶。電子商務推薦技術應運而生。關于電子商務推薦的研究近來一直是電子商務領域研究的熱點。近年來，語義本體作為共享概念模型的明確的形式化的規范說明，已成為知識管理、知識工程、智能信息檢索和語義網等多個領域的重要理論和方法。本體的網狀結構中不僅包含多層次概念屬性，而且體現了各概念屬性之間的語義聯系。因此，將語義本體與電子商務推薦技術相結合很有研究意義。本書針對傳統電子商務推薦方法中存在的問題，著重在語義層面上融合人工智能、智能信息處理、本體等關鍵技術對傳統的推薦模型和方法進行了語義化改造，增強其知識獲取能力和智能水平，本書試圖把商品推薦從簡單機械的關聯匹配的層面提高到基于語義的層面,從語義意義上智能地認知和處理用戶的商品需求。綜合應用商務智能、知識管理、知識發現、人工智能、自然語言處理等學科領域的理論與成果，結合數據挖掘、語義分析、復雜網絡分析等先進技術與方法，深入探索和研究基于語義的商品智能推薦模型與技術方法體系。
其核心思想是在對現有的傳統商品推薦模型與方法進行系統性分析的基礎上，借助語義本體、人工智能、數據挖掘和系統科學的基本原理及方法，力求在克服傳統模型與方法中的不足的同時，進一步提高推薦模型的通用性和推薦方法的精度及語義化和智能化水平。并為下一代互聯網（即語義互聯網）中的商品推薦模型與方法體系研究提供預研工作。
前言
隨著網絡大眾化進程的加快和信息技術的飛速發展，互聯網已經發展成為最重要的電子商務平臺。海量用戶如何在眾多的電子商務網站和浩如煙海的商品中快速獲得符合用戶需要的商品成為挑戰。人們迫切需要研究出快捷而又有效的工具，去從大規模的商品信息中提取出符合用戶需要的商品信息，并推薦給用戶。電子商務推薦技術應運而生。關于電子商務推薦的研究近來一直是電子商務領域研究的熱點。
近年來，語義本體作為共享概念模型的明確的形式化的規范說明，已成為知識管理、知識工程、智能信息檢索和語義網等多個領域的重要理論和方法。本體的網狀結構中不僅包含多層次概念屬性，而且體現了各概念屬性之間的語義聯系。因此，將語義本體與電子商務推薦技術相結合很有研究意義。
本書針對傳統電子商務推薦方法中存在的問題，著重在語義層面上融合人工智能、智能信息處理、本體等關鍵技術對傳統的推薦模型和方法進行了語義化改造，增強其知識獲取能力和智能水平，本書試圖把商品推薦從簡單機械的關聯匹配的層面提高到基于語義的層面，從語義意義上智能地認知和處理用戶的商品需求。探索研究基于語義的電子商務智能推薦模型和方法。
全書由七章組成，主要內容如下。
第1章闡述了本書的選題背景及意義，對本課題的國內外研究現狀進行了系統梳理，并在本節中對本書的主要研究內容及研究方法了介紹。
第2章綜述了本體相關理論和技術。此章分析了本體和本體構建的內涵，比較了國內外著名的本體系統、方法和工具；同時概括了本體構建的流程，為后面章節的研究打下基礎。
第3章分析了傳統電子商務推薦中存在的固有問題，探索性地提出了一種基于語義本體的電子商務智能推薦模型PIRBSM。本章通過層次模型和過程模型等多側面多角度對PIRBSM模型的構成、內在運行機理和流程進行了深入和詳細的講述。另外，本章還對本書新提出的用戶全息模型進行了詳細介紹。
第4章在傳統用戶興趣知識發現方法的基礎上，提出新的基于語義的Web使用挖掘用戶興趣知識發現方法和基于社交網絡的用戶興趣知識發現方法。前者獲取的是細粒度的用戶興趣知識。后者用于獲取粗粒度的用戶興趣偏好知識。同時，本章還對商品本體的構建方法進行了詳細描述。
第5章首先探索了智能推薦策略，創造性地提出了實現推薦策略自適應的方法和推薦算法根據用戶反饋進行自組織的方法。接著，嘗試對現有的幾種傳統經典推薦方法進行語義化改造，利用基于語義的相關度與相似度的量化計算方法進行商品推薦，以力求在克服其固有的缺陷的同時，提高其推薦質量。
第6章對本書提出的基于語義的電子商務智能推薦模型與方法進行實驗實證分析。實驗在基于語義的電子商務智能推薦模型框架下，選取了兩種基于語義的智能推薦方法，通過與基于傳統的推薦方法進行對比實驗和理論分析，驗證了本模型和方法的可行性和有效性。
第7章總結了全書的主要內容和結論，反思了本書中存在的不足，展望了未來下一步研究的重點。
徐斌，博士，副教授。現為湖北科技學院計算機科學與技術學院院長。 研究方向為商務智能與數據分析。2013年任湖北科技學院教務處副處長，2016年任湖北科技學院網絡中心主任。現為湖北科技學院計算機科學與技術學院院長。
第1章緒論(1)
1.1研究背景及意義(1)
1.2國內外研究現狀(5)
1.3研究方法和主要研究內容(12)
1.4本書的組織結構(14)
第2章本體的基礎理論與構建(16)
2.1本體理論基礎(16)
2.2本體構建(26)
第3章基于語義的商品智能推薦模型(48)
3.1傳統商品推薦中存在的問題(48)
3.2基于語義的商品智能推薦模型PIRBSM的提出(50)
3.3基于語義的商品智能推薦模型PIRBSM(52)
3.4本章小結(67)
第4章基于語義的用戶知識發現與商品本體構建方法(68)
4.1基于語義的用戶知識發現方法(68)
4.2商品本體構建方法(97)
4.3本章小結(112)
第5章基于語義的商品智能推薦策略與方法(114)
5.1傳統推薦策略與方法的不足(114)
5.2基于語義的智能推薦策略(116)
5.3基于語義的主要推薦方法(124)
5.4本章小結(149)
第6章實驗分析與驗證(150)
6.1推薦效果評價準則和標準(150)
6.2實驗環境配置(152)
6.3實驗過程(156)
6.4實驗結果的綜合分析(165)
第7章總結與展望(166)
7.1全書總結(166)
7.2研究展望(167)
參考文獻(169)
新書資訊