本文關(guān)鍵詞：電子商務(wù)產(chǎn)品個性化推薦系統(tǒng)的設(shè)計與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：電子商務(wù)的快速發(fā)展和信息規(guī)模的迅速增長帶來了信息過載問題，海量的信息同時呈現(xiàn)使得用戶無法獲取對自己有用的信息，而一般的檢索和瀏覽服務(wù)很難滿足用戶的個性化需求和偏好，推薦系統(tǒng)作為一種信息過濾的重要手段，是目前解決信息過載問題非常有效的方法。推薦系統(tǒng)通過分析用戶的行為來預(yù)測用戶的喜好，使用戶能更容易找到他們潛在需要的信息，模擬銷售人員幫助客戶完成購買過程。在日趨激烈的競爭環(huán)境下，推薦系統(tǒng)能有效的留住用戶、防止用戶流失、提升用戶購物體驗，提高電子商務(wù)網(wǎng)站的在線銷售業(yè)績，因此研究個性化推薦技術(shù)具有非常重要的理論和實際意義。 本文從大型B2C電子商務(wù)網(wǎng)站實際情況出發(fā)，根據(jù)網(wǎng)站的業(yè)務(wù)需求及業(yè)務(wù)特點，采用推薦策略組合的方式克服了協(xié)同過濾數(shù)據(jù)極端稀疏性、新用戶和冷啟動等問題，降低了單純推薦技術(shù)的弱點。在技術(shù)實現(xiàn)上，將Web日志挖掘和用戶、商品協(xié)同過濾技術(shù)相結(jié)合的機(jī)制，設(shè)計實現(xiàn)了基于用戶行為的個性化推薦系統(tǒng)，同時對一些經(jīng)典的推薦算法及推薦系統(tǒng)常見問題進(jìn)行論述并最終給出相應(yīng)的解決方案。 本文在設(shè)計上，充分考慮了系統(tǒng)的可擴(kuò)展性和可維護(hù)性，便于網(wǎng)站后期的升級維護(hù)。在系統(tǒng)的開發(fā)上，采用B/S結(jié)構(gòu)，使用最新的.NET Framework4.0平臺，ASP.NET MVC3.0開發(fā)，結(jié)合最新的ADO.NET數(shù)據(jù)庫訪問技術(shù)，面向?qū)ο蟮木幊棠Ｊ剑捎肑SON形式提供對外接口服務(wù)，，方便外部系統(tǒng)調(diào)用及維護(hù)。
【關(guān)鍵詞】：電子商務(wù) 推薦算法 個性化服務(wù) 協(xié)同過濾 B2C
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：TP311.52;TP391.3
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-17
• 1.1 論文研究背景與意義9-10
• 1.1.1 研究背景9
• 1.1.2 研究意義9-10
• 1.2 個性化推薦系統(tǒng)的研究現(xiàn)狀10-13
• 1.2.1 國外研究現(xiàn)狀10-11
• 1.2.2 國內(nèi)研究現(xiàn)狀11-13
• 1.3 面臨的挑戰(zhàn)13-14
• 1.4 課題來源及論文組織結(jié)構(gòu)14-17
• 1.4.1 主要研究內(nèi)容14
• 1.4.2 論文組織結(jié)構(gòu)14-17
• 第2章 相關(guān)理論及技術(shù)17-27
• 2.1 個性化推薦系統(tǒng)概述17-20
• 2.1.1 個性化推薦系統(tǒng)的概念17
• 2.1.2 個性化推薦系統(tǒng)的基本架構(gòu)17-18
• 2.1.3 個性化推薦系統(tǒng)的分類18-20
• 2.2 個性化推薦系統(tǒng)關(guān)鍵技術(shù)20-24
• 2.2.1 COOKIE 技術(shù)20
• 2.2.2 聚類分析20-21
• 2.2.3 基于內(nèi)容的過濾21-22
• 2.2.4 協(xié)同過濾22-24
• 2.3 開發(fā)技術(shù)分析24
• 2.3.1 常用 Web 開發(fā)技術(shù)分析24
• 2.3.2 開發(fā)技術(shù)選擇24
• 2.4 本章小結(jié)24-27
• 第3章 需求分析27-41
• 3.1 電子商務(wù)網(wǎng)站現(xiàn)狀27-29
• 3.2 系統(tǒng)設(shè)計目標(biāo)29-30
• 3.3 功能需求30-39
• 3.3.1 功能概述30
• 3.3.2 推薦策略30-34
• 3.3.3 個性化信息獲取及隱私保護(hù)34-35
• 3.3.4 界面需求及說明35-38
• 3.3.5 功能需求38-39
• 3.3.6 推薦流程圖39
• 3.4 本章小結(jié)39-41
• 第4章 系統(tǒng)設(shè)計41-55
• 4.1 系統(tǒng)技術(shù)架構(gòu)41-43
• 4.1.1 技術(shù)架構(gòu)41-42
• 4.1.2 系統(tǒng)架構(gòu)42-43
• 4.2 功能模塊設(shè)計43-46
• 4.2.1 功能模塊總圖43-44
• 4.2.2 模塊功能描述44-46
• 4.3 數(shù)據(jù)庫設(shè)計46-48
• 4.3.1 概念數(shù)據(jù)模型46
• 4.3.2 物理數(shù)據(jù)模型46-48
• 4.4 主要數(shù)據(jù)表48-52
• 4.5 推薦算法選擇52-53
• 4.6 接口方式53
• 本章小結(jié)53-55
• 第5章 系統(tǒng)實現(xiàn)55-71
• 5.1 系統(tǒng)環(huán)境55
• 5.2 系統(tǒng)實現(xiàn)55-65
• 5.2.1 推薦展示界面55-60
• 5.2.2 接口調(diào)用流程圖60
• 5.2.3 推薦服務(wù)接口60-63
• 5.2.4 程序分層架構(gòu)及關(guān)鍵代碼實現(xiàn)63-65
• 5.3 系統(tǒng)測試65-69
• 5.3.1 測試目的65
• 5.3.2 測試方法65-68
• 5.3.3 測試結(jié)果68-69
• 本章小結(jié)69-71
• 結(jié)論71-73
• 參考文獻(xiàn)73-79
• 致謝79

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 朱山立;郭衛(wèi)平;;Web應(yīng)用開發(fā)的技術(shù)比較[J];辦公自動化;2005年05期

2 邢春曉;高鳳榮;戰(zhàn)思南;周立柱;;適應(yīng)用戶興趣變化的協(xié)同過濾推薦算法[J];計算機(jī)研究與發(fā)展;2007年02期

3 馬亞娜,錢煥延,孫亞民;用Cookie構(gòu)建Web安全的實現(xiàn)[J];計算機(jī)工程;2002年11期

4 趙銀春,付關(guān)友,朱征宇;基于Web瀏覽內(nèi)容和行為相結(jié)合的用戶興趣挖掘[J];計算機(jī)工程;2005年12期

5 應(yīng)曉敏,劉明,竇文華;一種面向個性化服務(wù)的客戶端細(xì)粒度用戶建模方法[J];計算機(jī)工程與科學(xué);2003年06期

6 吳顏;沈潔;顧天竺;陳曉紅;李慧;張舒;;協(xié)同過濾推薦系統(tǒng)中數(shù)據(jù)稀疏問題的解決[J];計算機(jī)應(yīng)用研究;2007年06期

7 胡忠望;劉衛(wèi)東;;Cookie應(yīng)用與個人信息安全研究[J];計算機(jī)應(yīng)用與軟件;2007年03期

8 曾春,邢春曉,周立柱;個性化服務(wù)技術(shù)綜述[J];軟件學(xué)報;2002年10期

9 張光衛(wèi);李德毅;李鵬;康建初;陳桂生;;基于云模型的協(xié)同過濾推薦算法[J];軟件學(xué)報;2007年10期

10 許海玲;吳瀟;李曉東;閻保平;;互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J];軟件學(xué)報;2009年02期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 韓慧俊;電子商務(wù)個性化推薦系統(tǒng)的研究[D];上海交通大學(xué);2007年

2 蔣

本文編號：269735