發(fā)布時間：2017-04-20 09:11

  本文關(guān)鍵詞：一種混合模式電子商務(wù)推薦技術(shù)的研究，由筆耕文化傳播整理發(fā)布。

【摘要】： 隨著互聯(lián)網(wǎng)的普及和發(fā)展,電子商務(wù)逐漸融入到人們的日常生活中,人們可以足不出戶的買到自己想要的產(chǎn)品。但是電子商務(wù)網(wǎng)站上存在大量的商品信息,客戶在紛繁的商品中尋找有用的信息非常困難。在這種情況下電子商務(wù)推薦系統(tǒng)應(yīng)運(yùn)而生,逐漸成為電子商務(wù)技術(shù)的一項(xiàng)重要研究內(nèi)容,相關(guān)技術(shù)越來越多地得到研究者的關(guān)注。本文針對推薦系統(tǒng)中存在的一些問題,做了如下研究內(nèi)容: 首先,電子商務(wù)推薦系統(tǒng)中涉及到一個重要的技術(shù)是挖掘頻繁項(xiàng)集。在實(shí)際應(yīng)用中,隨著日志不斷更新,事務(wù)數(shù)據(jù)庫處于變化之中,從而改變了挖掘出的原有模式。本文通過引入次頻繁項(xiàng)對應(yīng)原事務(wù)標(biāo)識符的索引來確定需要處理原數(shù)據(jù)庫的哪些事務(wù),減少了這一過程所消耗的時間,并用基于壓縮FP-tree和矩陣技術(shù)代替原始FP-growth挖掘出頻繁模式。 第二,協(xié)同過濾技術(shù)是電子商務(wù)推薦系統(tǒng)中應(yīng)用得比較成功的技術(shù)之一。本文通過把項(xiàng)目的類型相似度引入到項(xiàng)目相似度的計算中,從而更加準(zhǔn)確地得到項(xiàng)目的最近鄰居和用戶之間的相似度,最終更加有效地推薦出用戶感興趣的商品。 第三,本文根據(jù)由頻繁模式作出的商品推薦和由協(xié)同過濾作出的商品推薦各自的優(yōu)點(diǎn),將兩種方法進(jìn)行了有效的整合,發(fā)揮出各自的優(yōu)點(diǎn)。實(shí)驗(yàn)表明,組合后的算法比單獨(dú)使用兩種技術(shù)有著更好的推薦效果。 最后,本文采用MovieLens站點(diǎn)提供的數(shù)據(jù)集作為測試數(shù)據(jù),驗(yàn)證了混合模式推薦技術(shù)的有效性。 綜上所述,本文實(shí)現(xiàn)了由頻繁模式挖掘和協(xié)同過濾技術(shù)組合而成的電子商務(wù)推薦系統(tǒng)。有效解決了由事務(wù)數(shù)據(jù)庫動態(tài)更新引起的頻繁模式動態(tài)更新問題,通過引入項(xiàng)目的類型相似度提高了推薦系統(tǒng)的推薦效果,并有效組合了兩種推薦技術(shù),實(shí)驗(yàn)結(jié)果體現(xiàn)出本文算法的優(yōu)越性,具有一定的現(xiàn)實(shí)意義。
【關(guān)鍵詞】：增量挖掘 信息推薦 協(xié)同過濾
【學(xué)位授予單位】：蘇州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2010
【分類號】：TP311.13
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-16
• 1.1 課題背景9-10
• 1.2 課題研究現(xiàn)狀10-12
• 1.2.1 頻繁模式挖掘的國內(nèi)外研究現(xiàn)狀10-11
• 1.2.2 協(xié)同過濾的國內(nèi)外研究現(xiàn)狀11-12
• 1.3 課題研究內(nèi)容12-13
• 1.4 課題研究意義13-14
• 1.5 文章組織結(jié)構(gòu)14-16
• 第二章 相關(guān)技術(shù)概述16-28
• 2.1 數(shù)據(jù)挖掘和頻繁模式挖掘16-21
• 2.2 電子商務(wù)個性化推薦系統(tǒng)21-22
• 2.3 電子商務(wù)推薦系統(tǒng)的組成模塊22-24
• 2.4 電子商務(wù)個性化推薦技術(shù)24-28
• 第三章 電子商務(wù)推薦系統(tǒng)的整體框架28-35
• 3.1 推薦系統(tǒng)的整體框架圖28
• 3.2 基于頻繁模式的信息推薦模塊28-31
• 3.3 基于協(xié)同過濾的信息推薦模塊31-33
• 3.4 系統(tǒng)框架的優(yōu)越性33-35
• 第四章 頻繁模式挖掘與信息推薦35-58
• 4.1 頻繁模式形式化定義35-37
• 4.2 頻繁模式挖掘算法37-45
• 4.2.1 Apriori算法及其改進(jìn)37-38
• 4.2.2 FP-growth算法38-43
• 4.2.3 FP-growth的改進(jìn)算法43-45
• 4.3 增量挖掘及有關(guān)算法45-50
• 4.3.1 增量挖掘的概念45-46
• 4.3.2 基于Apriori的增量挖掘算法46-48
• 4.3.3 基于FP-growth的增量挖掘算法48-50
• 4.4 一種改進(jìn)的增量挖掘算法50-56
• 4.4.1 一種改進(jìn)的增量挖掘算法描述51-53
• 4.4.2 關(guān)于該改進(jìn)算法的示例53-55
• 4.4.3 實(shí)驗(yàn)結(jié)果分析55-56
• 4.5 基于頻繁模式的信息推薦56-58
• 第五章 協(xié)同過濾技術(shù)與信息推薦58-73
• 5.1 基于協(xié)同過濾的推薦系統(tǒng)58-62
• 5.1.1 基于協(xié)同過濾的推薦系統(tǒng)簡介58-59
• 5.1.2 協(xié)同過濾推薦系統(tǒng)的優(yōu)缺點(diǎn)分析59-61
• 5.1.3 推薦結(jié)果的評價61-62
• 5.2 未評分項(xiàng)評分預(yù)測技術(shù)62-67
• 5.2.1 基于項(xiàng)目評分預(yù)測的協(xié)同過濾技術(shù)62-65
• 5.2.2 基于鄰域最近鄰的協(xié)同過濾技術(shù)65-67
• 5.3 基于類型相似度評分預(yù)測的協(xié)同過濾算法67-73
• 5.3.1 算法的提出67-68
• 5.3.2 算法的描述68-71
• 5.3.3 項(xiàng)目類型相似度權(quán)重的確定71-72
• 5.3.4 算法的總結(jié)72-73
• 第六章 實(shí)驗(yàn)及結(jié)果分析73-80
• 6.1 實(shí)驗(yàn)數(shù)據(jù)集介紹73-75
• 6.2 基于類型相似度評分預(yù)測的推薦結(jié)果比較75-78
• 6.3 基于協(xié)同過濾技術(shù)和頻繁模式發(fā)現(xiàn)的推薦結(jié)果比較78-80
• 第七章 總結(jié)與展望80-82
• 7.1 總結(jié)80-81
• 7.2 展望81-82
• 參考文獻(xiàn)82-88
• 攻讀碩士學(xué)位期間發(fā)表的論文88-89
• 致謝89-90

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉芝怡;尹飛鴻;;基于FP-矩陣的頻繁項(xiàng)集挖掘算法[J];中國制造業(yè)信息化;2011年15期

2 蘇勇;鄭昭華;范玉玲;;數(shù)據(jù)流中的頻繁項(xiàng)集挖掘[J];信息技術(shù);2011年06期

3 范黎林;林衛(wèi);;矩陣約束下的頻繁項(xiàng)集挖掘方法研究[J];計算機(jī)工程與應(yīng)用;2011年21期

4 張曉霞;;基于VLC的校園信息發(fā)布系統(tǒng)[J];通信技術(shù);2011年07期

5 劉海蓉;閆仁武;;一種改進(jìn)的加權(quán)關(guān)聯(lián)規(guī)則挖掘算法[J];現(xiàn)代電子技術(shù);2011年12期

6 黃名選;馬瑞興;蘭慧紅;;面向查詢擴(kuò)展的特征詞頻繁項(xiàng)集挖掘算法[J];現(xiàn)代圖書情報技術(shù);2011年04期

7 邵靜;;Ps色彩和色調(diào)調(diào)整實(shí)用技術(shù)分析[J];軟件導(dǎo)刊;2011年06期

8 宋威;劉文博;李晉宏;;基于動態(tài)裁剪頻繁模式樹的頻繁項(xiàng)集并發(fā)挖掘算法[J];山東大學(xué)學(xué)報(工學(xué)版);2011年04期

9 張浩;景鳳宣;謝曉堯;;基于數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則Apriori改進(jìn)算法的入侵檢測系統(tǒng)的研究[J];貴州師范大學(xué)學(xué)報(自然科學(xué)版);2011年03期

10 劉上力;楊清;;基于興趣度剪枝的Apriori優(yōu)化算法[J];鄭州輕工業(yè)學(xué)院學(xué)報(自然科學(xué)版);2011年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 楊曉明;王晨;汪衛(wèi);張守志;施伯樂;;頻繁項(xiàng)集的精簡表達(dá)與還原問題研究[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

2 劉馬金;王鵬;汪衛(wèi);;一種輪轉(zhuǎn)的數(shù)據(jù)流頻繁項(xiàng)挖掘算法[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(B輯)[C];2010年

3 肖志祥;陳海昕;符松;;采用LES/RANS混合模式研究分離流動[A];近代空氣動力學(xué)研討會論文集[C];2005年

4 朱海波;姚青;陳志勇;;混合模式下的Web服務(wù)發(fā)現(xiàn)[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2005年

5 謝志軍;陳紅;;EFIM——數(shù)據(jù)流上頻繁項(xiàng)集挖掘的高性能算法[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2006年

6 李坤;王永炎;王宏安;;一種基于樂觀裁剪策略的挖掘數(shù)據(jù)流滑動窗口上閉合頻繁項(xiàng)集的算法[A];第二十五屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（二）[C];2008年

7 許小可;張捷;孫俊峰;司馬樂;;修正復(fù)雜網(wǎng)絡(luò)中的匹配系數(shù)[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

8 鄒遠(yuǎn)婭;周皓峰;王晨;汪衛(wèi);施伯樂;;FSC——利用頻繁項(xiàng)集挖掘估算視圖大小[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2004年

9 陳曉云;李龍杰;馬志新;白伸伸;王磊;;AFP-Miner:一種新高效的頻繁項(xiàng)集挖掘算法[A];2006年全國理論計算機(jī)科學(xué)學(xué)術(shù)年會論文集[C];2006年

10 吳強(qiáng);;點(diǎn)面混合模式的Lanchester模型[A];管理科學(xué)與系統(tǒng)科學(xué)進(jìn)展——全國青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第4卷）[C];1997年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 野云飛;美國居住走向混合模式[N];建筑時報;2002年

2 羅德與施瓦茨中國有限公司 蘇民生;1x RTT到1x EV-DO混合模式測試[N];通信產(chǎn)業(yè)報;2008年

3 ;巧用PhotoShop，，你不再是菜鳥[N];中國計算機(jī)報;2005年

4 cpw記者　何冰玉;推行混合模式 華碩加強(qiáng)渠道合作[N];電腦商報;2003年

5 CUBN記者 蘇慧;模式陳腐 eBay壓力難解[N];中國聯(lián)合商報;2008年

6 楊禹俠;從單一方案走向混合模式[N];人民郵電;2002年

7 黃岳;雅虎“變臉”[N];電腦報;2006年

8 李琨;BEA提出SOA四大策略[N];中國計算機(jī)報;2006年

9 本報記者　 方帥;讓利模式帶來雙贏[N];中國房地產(chǎn)報;2006年

10 本報評論員 唐學(xué)鵬;建議應(yīng)采納混合型的社保體制[N];21世紀(jì)經(jīng)濟(jì)報道;2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 屠莉;流數(shù)據(jù)的頻繁項(xiàng)挖掘及聚類的關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2009年

2 毛伊敏;數(shù)據(jù)流頻繁模式挖掘關(guān)鍵算法及其應(yīng)用研究[D];中南大學(xué);2011年

3 李力;數(shù)據(jù)挖掘方法研究及其在中藥復(fù)方配伍分析中的應(yīng)用[D];西南交通大學(xué);2003年

4 溫磊;基于有向項(xiàng)集圖的關(guān)聯(lián)規(guī)則挖掘算法研究與應(yīng)用[D];天津大學(xué);2004年

5 吳學(xué)雁;金融時間序列模式挖掘方法的研究[D];華南理工大學(xué);2010年

6 王卉;最大頻繁項(xiàng)集挖掘算法及應(yīng)用研究[D];華中科技大學(xué);2004年

7 王彬;等離子體耦合腔行波管高頻特性及電子槍的研究[D];電子科技大學(xué);2008年

8 肖鈴;國際刑事證據(jù)規(guī)則研究[D];西南政法大學(xué);2009年

9 葉飛躍;關(guān)聯(lián)規(guī)則及其元規(guī)則挖掘技術(shù)研究[D];南京航空航天大學(xué);2006年

10 陳耿;面向中觀審計的規(guī)則發(fā)現(xiàn)算法研究[D];東南大學(xué);2005年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 彭利勇;基于C/S與B/S混合模式的信息系統(tǒng)研究[D];天津師范大學(xué);2010年

2 陳穎;基于B/S和C/S混合模式開發(fā)的人力資源管理系統(tǒng)設(shè)計與實(shí)現(xiàn)[D];電子科技大學(xué);2010年

3 李春喜;一種混合模式電子商務(wù)推薦技術(shù)的研究[D];蘇州大學(xué);2010年

4 張力;基于混合模式下IT企業(yè)渠道營銷的研究[D];北京郵電大學(xué);2007年

5 胡昌桂;基于C/S和B/S混合模式的海事管理信息系統(tǒng)[D];武漢理工大學(xué);2004年

6 鄭一凡;混合模式之船舶檢驗(yàn)管理信息系統(tǒng)總體方案研究[D];上海海事大學(xué);2005年

7 王景;混合模式接口傳感器數(shù)字通信系統(tǒng)的研究與設(shè)計[D];燕山大學(xué);2011年

8 黃秋麗;關(guān)于在我國股票市場引入做市商制度的探討[D];西南財經(jīng)大學(xué);2007年

9 王立梅;基于ERP混合模式家具企業(yè)管理信息系統(tǒng)的研究與實(shí)現(xiàn)[D];東北林業(yè)大學(xué);2008年

10 鄧凱;混合模式的HIS及其分布式新技術(shù)[D];武漢理工大學(xué);2003年

  本文關(guān)鍵詞：一種混合模式電子商務(wù)推薦技術(shù)的研究，由筆耕文化傳播整理發(fā)布。

本文編號：318351