本文關(guān)鍵詞：面向電子商務(wù)應(yīng)用的推薦算法研究

  更多相關(guān)文章： 推薦 電子商務(wù) 協(xié)同過濾

【摘要】：隨著互聯(lián)網(wǎng)的高速發(fā)展,電子商務(wù)正以令人難以置信的速度蓬勃發(fā)展。新的商業(yè)環(huán)境在為企業(yè)提供新的商機的同時,也對企業(yè)提出了新的挑戰(zhàn)。以客戶為中心的客戶關(guān)系管理是電子商務(wù)環(huán)境中企業(yè)吸引和提高客戶粘性的關(guān)鍵。怎樣在瞬息萬變的電子商務(wù)時代吸引新的客戶,并提高自己的用戶體驗,用足夠吸引客戶的產(chǎn)品或服務(wù)促使他們留下來,成為許多電子商務(wù)企業(yè)的主要任務(wù)。另一方面,客戶面對如此眾多的選擇,要從中挑選出自己真正需要的東西也相當于大海撈針。近年來興起的推薦系統(tǒng)成為解決這些問題的重要途徑之一。 推薦系統(tǒng)就是根據(jù)用戶個人的喜好、習(xí)慣來向其推薦信息、商品的程序。最初的研究動機來自于互聯(lián)網(wǎng)帶來的信息爆炸。通常人們借助于搜索引擎來尋找所需的內(nèi)容,但大多數(shù)用戶很難用幾個簡短的關(guān)鍵字來準確地描述自己的需要,其結(jié)果是要么得不到任何結(jié)果,要么不得不返回大量列表中逐個查看。于是設(shè)想讓一個程序來推測用戶的心意,觀察什么是用戶喜歡的,什么是用戶不喜歡的,然后自動地為用戶篩選出與喜歡的內(nèi)容,過濾掉那些不喜歡的內(nèi)容。在現(xiàn)在國際上的主流電子商務(wù)網(wǎng)站中,已有不少成功的推薦系統(tǒng)的例子,推薦的內(nèi)容從新聞組的帖子到影碟,CD,書籍,各類商品等。 電子商務(wù)網(wǎng)站可以使用推薦系統(tǒng)分析客戶的消費偏好,向每個客戶具有針對性地推薦產(chǎn)品,幫助用戶從龐大的商品目錄中挑選真正適合自己需要的商品。推薦系統(tǒng)在幫助了客戶的同時也提高了顧客對電子商務(wù)平臺的滿意度,換來對商務(wù)網(wǎng)站的進一步支持。一般說來,推薦系統(tǒng)對電子商務(wù)平臺有以下積極的推動作用： 1)幫助用戶檢驗有用的信息 2)促進銷售 3)個性化的服務(wù) 4)提高客戶忠誠度 目前雖然已有了很多推薦系統(tǒng),但是它們都有各自的缺點或不足,或者只適用于自身的網(wǎng)站。推薦系統(tǒng)通常面臨的挑戰(zhàn)就是對于用戶,如何讓適合他們的產(chǎn)品或者潛在想購買的產(chǎn)品出現(xiàn)在他們的推薦欄中。對于產(chǎn)品,如何讓這些產(chǎn)品能夠準確的提供給需要它們的用戶。針對這些問題,我們總結(jié)歸納已有的系統(tǒng)框架以及算法后,發(fā)現(xiàn)網(wǎng)站往往難以對一個較新用戶提供有效地推薦,在用戶的整體行為不足時,整體的推薦效果也會大打折扣。對于新的產(chǎn)品,它們也很難很快出現(xiàn)在用戶的推薦列表中。所以這樣就使得很多好的新產(chǎn)品錯失了銷售良機。綜合這些問題,我們在主流的協(xié)同過濾算法上做了改進,提出基于特征的協(xié)同過濾算法。新算法會提取產(chǎn)品的屬性特征,我們會針對各個屬性分別計算他們的評分,并加權(quán)計算出最終的分數(shù),通過實驗我們歸納出在用戶鄰居數(shù)目較少時候,該算法有著較好的推薦效果。這也恰恰是網(wǎng)站發(fā)展初中期缺少的推薦模式。緊接著我們提出一個新的一整套推薦系統(tǒng),并將其應(yīng)用于新興的保險電子商務(wù)平臺。并針對保險電子商務(wù)提出基于內(nèi)容的推薦算法,使得新產(chǎn)品的冷啟動推薦問題得以解決。通過以上這些工作,我們希望可以讓更多樣的電子商務(wù)公司為它們的客戶提供個性化推薦服務(wù),提升用戶的購物體驗。
【學(xué)位授予單位】：復(fù)旦大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TP391.3

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張海玉;劉志都;楊彩;賈松浩;;基于頁面聚類的推薦算法的改進[J];計算機應(yīng)用與軟件;2008年09期

2 王文;;個性化推薦算法研究[J];電腦知識與技術(shù);2010年16期

3 張愷;秦亮曦;寧朝波;李文閣;;改進評價估計的混合推薦算法研究[J];微計算機信息;2010年36期

4 楊博;趙鵬飛;;推薦算法綜述[J];山西大學(xué)學(xué)報(自然科學(xué)版);2011年03期

5 吳泓辰;王新軍;成勇;彭朝暉;;基于協(xié)同過濾與劃分聚類的改進推薦算法[J];計算機研究與發(fā)展;2011年S3期

6 趙玉艷;谷勝偉;;一種面向云計算環(huán)境的服務(wù)推薦算法[J];巢湖學(xué)院學(xué)報;2012年03期

7 李克潮;梁正友;;基于多特征的個性化圖書推薦算法[J];計算機工程;2012年11期

8 呂善國;吳效葵;曹義親;;基于網(wǎng)絡(luò)結(jié)構(gòu)的推薦算法[J];實驗室研究與探索;2012年07期

9 蘇瑩;劉建國;郭強;田大鋼;;考慮負面評價的個性化推薦算法研究[J];運籌與管理;2012年06期

10 鄭志嫻;;微博個性化內(nèi)容推薦算法研究[J];電腦開發(fā)與應(yīng)用;2012年12期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個性化推薦算法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2007年

2 唐燦;;基于模糊用戶心理模式的個性化推薦算法[A];2008年計算機應(yīng)用技術(shù)交流會論文集[C];2008年

3 秦國;杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2004年

4 周玉妮;鄭會頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動商務(wù)個性化推薦系統(tǒng)[A];社會經(jīng)濟發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第17屆學(xué)術(shù)年會論文集[C];2012年

5 蘇日啟;胡皓;汪秉宏;;基于網(wǎng)絡(luò)的含時推薦算法[A];第五屆全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會議論文（摘要）匯集[C];2009年

6 梁莘q，

本文編號：1234053