基于數(shù)據(jù)挖掘的電子商務(wù)推薦系統(tǒng)應(yīng)用研究

《基于數(shù)據(jù)挖掘的電子商務(wù)推薦系統(tǒng)應(yīng)用研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、南昌航空工業(yè)學(xué)院碩士學(xué)位論文基于數(shù)據(jù)挖掘的電子商務(wù)推薦系統(tǒng)應(yīng)用研究姓名：游文申請(qǐng)學(xué)位級(jí)別：碩士專(zhuān)業(yè)：@指導(dǎo)教師：葉水生20060901基于數(shù)據(jù)挖掘的電子商務(wù)推薦系統(tǒng)應(yīng)用研究AnApplicationStudyofE-commerceRecommendationSystemBasedonDataMining作者:游文摘要導(dǎo)師:葉水生教授隨著電子商務(wù)的快速發(fā)展，許多電子商務(wù)網(wǎng)站上的商品數(shù)量和品種大量增加，用戶的數(shù)據(jù)訪問(wèn)量急劇增長(zhǎng)，這樣也給電子商務(wù)推薦帶來(lái)了很多挑戰(zhàn)。面對(duì)這些挑戰(zhàn)，許多學(xué)者在現(xiàn)有推薦方法的基礎(chǔ)上設(shè)計(jì)并提出了各種新的推薦思想和推薦方法。本文采用先進(jìn)

2、的WEB數(shù)據(jù)挖掘技術(shù)為電子商務(wù)系統(tǒng)提供推薦服務(wù)，我們?cè)O(shè)計(jì)了一個(gè)電子商務(wù)推薦系統(tǒng)AutoRec。它支持多種類(lèi)型的推薦(包括關(guān)聯(lián)規(guī)則算法、簡(jiǎn)單近鄰算法等)，具有獨(dú)立于電子商務(wù)系統(tǒng)的推薦引擎。我們?cè)诜治霰容^了各種算法的優(yōu)劣的基礎(chǔ)之上，設(shè)計(jì)了一個(gè)基于關(guān)聯(lián)規(guī)則項(xiàng)目預(yù)測(cè)的協(xié)作過(guò)濾算法，該算法綜合了關(guān)聯(lián)規(guī)則算法和近鄰算法（協(xié)作過(guò)濾算法中的一種）的優(yōu)點(diǎn)，為解決推薦系統(tǒng)中數(shù)據(jù)集稀疏的問(wèn)題提出了新的思路，通過(guò)測(cè)試在推薦效果和推薦效率上有一定改進(jìn)。關(guān)鍵詞：WEB數(shù)據(jù)挖掘、關(guān)聯(lián)規(guī)則、協(xié)作過(guò)濾、電子商務(wù)、推薦系統(tǒng)、近鄰算法Abstract:Withtherapiddevelopmento

3、fE-Commerce,alargenumberofcommoditieswithdifferentvarietiesaddintothelistofmanyE-Commercewebsite,whichtakesgreatchallengestoE-Commercerecommendation.Facetothesechallenges,somescholarsputsomenewrecommendationideasandmethodsforwardbasedontheexistingmethods.Inthethesis,wedesignedanintel

4、ligentE-CommercerecommendationsystemAutoRec,whichadoptedadvanceddataminingtechniquestoproviderecommendationservicesforE-Commerce.Thesystemsupportsmulti-recommendation(includingAssociationRulealgorithm,SimpleNeighboralgorithmetc.)andhasindependentenginetoE-Commercesystem

5、.Wealsodesignedanewalgorithm,calledAssociationRuleItemBasedCollaborationAlgorithm(ARIBCF),whichintegratedassociationrulealgorithmandneighboralgorithm’svirtues.Ithelpssolvethesparsityproblemofrecommendationalgorithm,andperformswelloneffectandefficiency.Keywords:WEBDataMining;Associati

6、onRule;CollaborativeFiltering;E-Commerce;RecommendationSystem;NeighborAlgorithm基于數(shù)據(jù)挖掘的電子商務(wù)推薦系統(tǒng)應(yīng)用研究第1章引言第1章引言1.1問(wèn)題的提出隨著WWW上可用信息資源的爆炸性增長(zhǎng)，越來(lái)越有必要給用戶提供某種工具來(lái)幫助用戶定位、分析和評(píng)價(jià)所需的信息。另一方面，伴著電子商務(wù)等網(wǎng)上交易的成功啟用，商業(yè)機(jī)構(gòu)也有必要追蹤和分析用戶的訪問(wèn)模式，以利于更好的、更有針對(duì)性的進(jìn)行一些宣傳和促銷(xiāo)活動(dòng)。將數(shù)據(jù)挖掘和WWW這兩個(gè)領(lǐng)域結(jié)合起來(lái)，就形成了當(dāng)前的另一熱門(mén)課題—Web數(shù)據(jù)挖掘技術(shù)

7、。廣泛的說(shuō)，它是指從WorldWideWeb上發(fā)現(xiàn)和分析出有用的信息，包括從Internet上數(shù)百萬(wàn)的站點(diǎn)及在線數(shù)據(jù)庫(kù)中進(jìn)行信息檢索和資源發(fā)現(xiàn)，以及從一個(gè)或多個(gè)Web服務(wù)器上分析和發(fā)現(xiàn)用戶訪問(wèn)模式等方面。1.1.1Web數(shù)據(jù)挖掘概述基于WWW的數(shù)據(jù)挖掘有其自身的特點(diǎn)，其技術(shù)的復(fù)雜程度也更高。這是因?yàn)閃WW上的數(shù)據(jù)是無(wú)序的，非結(jié)構(gòu)的。WWW是一個(gè)由多個(gè)無(wú)結(jié)構(gòu)的，通過(guò)超鏈接的數(shù)據(jù)源所構(gòu)成的、并且不斷更新和變化的系統(tǒng)。因此，Web挖掘必須考慮到Web系統(tǒng)動(dòng)態(tài)和異構(gòu)的特征，以及Web數(shù)據(jù)非結(jié)構(gòu)的特征。另外，Web固有的超鏈接結(jié)構(gòu)以及Web用戶訪問(wèn)模式也會(huì)為訪問(wèn)者提供一些

8、有用的信息。網(wǎng)站的所有訪