資源描述：
《基于數(shù)據(jù)挖掘技術的電子商務推薦系統(tǒng)與實現(xiàn)》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、中山大學碩士學位論文基于數(shù)據(jù)挖掘技術的電子商務推薦系統(tǒng)與實現(xiàn)姓名：張鋒申請學位級別：碩士專業(yè)：計算機應用技術指導教師：常會友2003.5.20中山人學顧I。學位論文基于數(shù)據(jù)挖掘技術的電子商務推薦系統(tǒng)研究與實現(xiàn)摘要＼無論在工業(yè)界還是學術界，數(shù)據(jù)挖掘和電子商務都是一個很熱門的研究方向。兩者的結合更是吸引了為數(shù)不少的學者，作為計算機應用研究的一個熱點，它們巨大的經(jīng)濟價值也已經(jīng)在實際應用中得到體現(xiàn)[SKR99】[SKR01】。數(shù)據(jù)挖掘技術在電子商務中的應用主要可以分成三大類：網(wǎng)上商品推薦，個性化網(wǎng)頁和自適應網(wǎng)站。
2、電子商務推薦系統(tǒng)用于電子商務網(wǎng)站，向顧客推薦商品或者給顧客提供信息以幫助他們決定購買何種商品。電子商務推薦系統(tǒng)在數(shù)據(jù)挖掘技術出現(xiàn)前就已經(jīng)存在，但把數(shù)據(jù)挖掘技術應用到網(wǎng)上商品推薦中，能給推薦系統(tǒng)帶來更加強大的學習能力和更高質(zhì)量的推薦效果。jJ、本文在研讀了大量相關文獻的基礎上，對數(shù)據(jù)挖掘和電子商務推薦系統(tǒng)的相關技術和發(fā)展狀況進行了分析；并在學習了己見報道的相應推薦系統(tǒng)的技術實現(xiàn)的優(yōu)缺點基礎上，提出了我們自己的設計和實現(xiàn)。我們的設計思想主要體現(xiàn)在三方面第一，我們把規(guī)則以及規(guī)則的重要性度量預先做好，也就是說脫機
3、做好，存在一個規(guī)則庫旱面。性進行推薦的時候直接在規(guī)則庫里面去尋找要推薦的商品。碰到找不到充足的滿跫條件的推薦結果的情況時，我們可以咨詢其它的備用信息來解決，而不是象[FBH00]那樣實時地在交易數(shù)據(jù)庫中以降低支持度閥值來找出足夠的規(guī)則生成推薦，這樣整個推薦的響應時間實質(zhì)就是一個查詢時間，并不需要任何的聯(lián)機數(shù)據(jù)挖掘處理，性能得到大大提高。士／第二，傳統(tǒng)的基于關聯(lián)規(guī)則的推薦系統(tǒng)是忽視了序列規(guī)則的作用的?；趨f(xié)同過濾技術推薦系統(tǒng)本質(zhì)特征是通過學習顧客的購買行為，從而進行推薦。f從這一點上來看，純粹基于關聯(lián)規(guī)則的
4、推薦系統(tǒng)實質(zhì)上是屬于協(xié)同過濾技術這一類別的。序列規(guī)則當然反映了顧客的購買行為特征，也反映顧客購買的商品之間的關聯(lián)性，所以它的重要性勿庸置疑。而且基于關聯(lián)規(guī)則推薦系統(tǒng)的一個缺點就是規(guī)則可能不能涵蓋足夠的商品數(shù)量，就是說這種規(guī)則揭示的商品之間關聯(lián)性雖然是可靠的，但“信息量”可能是不夠大的，會導致有些顧客感興趣的有關聯(lián)的商品可能不會得到推薦，這個時候序列規(guī)則揭示的商品之間的關聯(lián)性無疑是一個重要的補充信息。土。，第三，以前的基于關聯(lián)規(guī)則的電子商務推薦系統(tǒng)沒有充分考慮網(wǎng)站數(shù)據(jù)的實際情況和系統(tǒng)的通用性問題。我們注意到
5、了這方面的問題，我們的設計目標之一是可以快速友好地和不同的電子商務網(wǎng)站結合。基于以上的思想，我們設計并在實驗室條件下實現(xiàn)了一個基于關聯(lián)規(guī)則和序列規(guī)則的有著良好適應性的電子商務推薦系統(tǒng)AsRS(AssociationrulesandSequentialrulesbasedRecommendationSystem)。本文詳細描述了ASRS的設計思想、系統(tǒng)架構和推薦策略，并和其它類似系統(tǒng)進行了比較。侯驗結果表明，它能夠提供更加完整的推薦結果，并且有著良好的推薦性能。1一、關鍵字：數(shù)據(jù)挖掘；電子商務；推薦系統(tǒng)；序
6、列規(guī)則；關聯(lián)規(guī)則中山大學碩I一學位論文基于數(shù)據(jù)挖掘技術的電子商務推薦系統(tǒng)研究與實現(xiàn)AbstractDataminingandelectroniccommercearebothhotresearchdirectionsinbothindustrialcirclesandacademiccircles．Themergingofthetwodirectionshasalsoattractednotafewscholars．Ascutting—edgecomputerapplicationresearchdire
7、ctions，theyhavealsoshownUStheirhugeeconomicpotentialsinactualapplications[SKR99][SKROI]．TheapplicationsofdataminingtechnologiesinelectroniccommerceCanbeclassifiedintothreecategories：oniinecommoditiesrecommendation，personalizedwebpageandadaptivewebsite．Ele
8、ctroniccommercerecommendationsystemhasbeeninexistencebeforethecomingforthofdataminingtechnologies，butdataminingtechnologieshaveendoweditwithmorepowerfullearningcapabilitiesandbetterrecommendationresults．Wehaveexamin
