本文關(guān)鍵詞：基于云計(jì)算的電子商務(wù)個(gè)性化推薦研究，由筆耕文化傳播整理發(fā)布。

【摘要】：信息時(shí)代的不斷發(fā)展，人們充分享受著信息帶來(lái)的便捷。隨著電子商務(wù)網(wǎng)站迅速發(fā)展，網(wǎng)上購(gòu)物成為人們生活的一部分。然而隨著商品數(shù)量和種類的日益增多，電子商務(wù)信息量的不斷增加使得消費(fèi)者需要花費(fèi)大量的時(shí)間才能找到滿意的商品，對(duì)商家而言更希望對(duì)不同的用戶提供不同的服務(wù)以提升用戶的滿意度，此時(shí)電子商務(wù)個(gè)性化推薦應(yīng)運(yùn)而生。基于協(xié)同過(guò)濾的推薦是目前應(yīng)用非常廣泛的一種推薦技術(shù)，它通過(guò)分析用戶的歷史消費(fèi)記錄，分析用戶的行為，了解和掌握用戶的偏好，針對(duì)性的向用戶推薦商品。協(xié)同過(guò)濾推薦算法因?yàn)槠淇煽康耐扑]得到了許多專家學(xué)者的關(guān)注與研究，推薦的精度逐漸提高，然而傳統(tǒng)的推薦算法在應(yīng)對(duì)海量消費(fèi)信息時(shí)的不足日漸凸顯，其推薦速度影響了用戶的購(gòu)物體驗(yàn)。 云計(jì)算的提出改變了人們對(duì)計(jì)算機(jī)的認(rèn)識(shí)，它擁有強(qiáng)大的計(jì)算能力和存儲(chǔ)能力，，通常只需要購(gòu)買云計(jì)算服務(wù)，就可以使用任何終端訪問(wèn)云端服務(wù)，克服了傳統(tǒng)單機(jī)或服務(wù)器的限制，方便了用戶對(duì)云計(jì)算資源的取得和管理。因此本文通過(guò)利用云計(jì)算的優(yōu)勢(shì)來(lái)改善傳統(tǒng)的協(xié)同過(guò)濾推薦算法在速度和可擴(kuò)展方面的問(wèn)題。本文實(shí)驗(yàn)采用了Apache旗下的開(kāi)源項(xiàng)目Hadoop作為算法的并行化平臺(tái)。為此本文先對(duì)Hadoop的核心技術(shù)HDFS和MapReduce進(jìn)行了深入的研究，再結(jié)合基于項(xiàng)目的協(xié)同過(guò)濾推薦算法和基于矩陣分解ALS的協(xié)同過(guò)濾推薦算法，對(duì)算法進(jìn)行了并行化改進(jìn)。最后的實(shí)驗(yàn)結(jié)果也證明了算法并行化后具有很強(qiáng)的可擴(kuò)展性和高效性。
【關(guān)鍵詞】：云計(jì)算 MapReduce 協(xié)同過(guò)濾 電子商務(wù)
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP393.09;TP391.3
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-14
• 1.1 選題背景及其意義9-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-12
• 1.2.1 電子商務(wù)個(gè)性化推薦的研究現(xiàn)狀11-12
• 1.2.2 云計(jì)算應(yīng)用研究現(xiàn)狀12
• 1.3 本文的研究?jī)?nèi)容12-13
• 1.4 論文的組織結(jié)構(gòu)13-14
• 第2章 云計(jì)算相關(guān)技術(shù)介紹14-21
• 2.1 云計(jì)算介紹14-16
• 2.1.1 云計(jì)算概念14
• 2.1.2 云計(jì)算服務(wù)形式14-15
• 2.1.3 云計(jì)算技術(shù)15-16
• 2.2 典型云計(jì)算平臺(tái)介紹16-17
• 2.2.1 Google 云計(jì)算平臺(tái) Google App Engine16-17
• 2.2.2 Microsoft 云計(jì)算平臺(tái) Windows Azure Platform17
• 2.2.3 Amazon 云計(jì)算平臺(tái) Amazon EC217
• 2.3 開(kāi)源云計(jì)算平臺(tái) Hadoop 介紹17-20
• 2.3.1 HDFS18-20
• 2.3.2 MapReduce20
• 2.4 本章小結(jié)20-21
• 第3章 電子商務(wù)個(gè)性化推薦研究21-26
• 3.1 電子商務(wù)個(gè)性化推薦概述21
• 3.2 電子商務(wù)個(gè)性化推薦框架和流程21-22
• 3.3 電子商務(wù)個(gè)性化推薦算法22-25
• 3.3.1 基于內(nèi)容的推薦22-23
• 3.3.2 基于關(guān)聯(lián)規(guī)則的推薦23
• 3.3.3 基于知識(shí)的推薦23-24
• 3.3.4 基于協(xié)同過(guò)濾的推薦24-25
• 3.4 本章小結(jié)25-26
• 第4章 基于云計(jì)算的電子商務(wù)個(gè)性化推薦算法研究26-36
• 4.1 基本算法介紹26-29
• 4.1.1 基于項(xiàng)目的協(xié)同過(guò)濾推薦算法26-28
• 4.1.2 基于矩陣分解 ALS 的協(xié)同過(guò)濾推薦算法研究28-29
• 4.2 基于 MapReduce 的算法并行化原則29-30
• 4.3 基于云計(jì)算的電子商務(wù)個(gè)性化推薦算法30-35
• 4.3.1 云平臺(tái)下基于項(xiàng)目的協(xié)同過(guò)濾推薦算法的并行化30-33
• 4.3.2 云平臺(tái)下基于矩陣分解 ALS 的協(xié)同過(guò)濾推薦算法并行化33-35
• 4.4 本章小結(jié)35-36
• 第5章 實(shí)驗(yàn)與結(jié)果分析36-41
• 5.1 實(shí)驗(yàn)環(huán)境配置36
• 5.2 實(shí)驗(yàn)數(shù)據(jù)集36
• 5.3 實(shí)驗(yàn)結(jié)果與分析36-40
• 5.4 本章小結(jié)40-41
• 第6章 總結(jié)與展望41-43
• 6.1 本文總結(jié)41
• 6.2 下一步工作研究41-43
• 參考文獻(xiàn)43-46
• 在碩士研究生學(xué)習(xí)期間發(fā)表的學(xué)術(shù)論文46-47
• 致謝47

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張付志;張啟鳳;;融合多系統(tǒng)用戶信息的協(xié)同過(guò)濾算法[J];計(jì)算機(jī)工程;2009年21期

2 周麗娟;徐明升;張研研;張璋;;基于協(xié)同過(guò)濾的課程推薦模型[J];計(jì)算機(jī)應(yīng)用研究;2010年04期

3 劉淇;陳恩紅;;結(jié)合二部圖投影與排序的協(xié)同過(guò)濾[J];小型微型計(jì)算機(jī)系統(tǒng);2010年05期

4 董全德;;基于雙信息源的協(xié)同過(guò)濾算法研究[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年07期

5 李聰;;電子商務(wù)協(xié)同過(guò)濾可擴(kuò)展性研究綜述[J];現(xiàn)代圖書(shū)情報(bào)技術(shù);2010年11期

6 傅鶴崗;李冉;;基于用戶實(shí)時(shí)反饋的協(xié)同過(guò)濾算法[J];計(jì)算機(jī)應(yīng)用;2011年07期

7 辛勤芳;;基于項(xiàng)目聚類的協(xié)同過(guò)濾算法研究[J];赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版);2011年09期

8 楊君;汪會(huì)玲;艾丹祥;;一種基于情景的多維協(xié)同過(guò)濾新方法研究[J];圖書(shū)情報(bào)工作;2011年21期

9 王宗武;;基于信任用戶聯(lián)合聚類的協(xié)同過(guò)濾算法[J];計(jì)算機(jī)與現(xiàn)代化;2013年09期

10 杜永萍;黃亮;何明;;融合信任計(jì)算的協(xié)同過(guò)濾推薦方法[J];模式識(shí)別與人工智能;2014年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 沈杰峰;杜亞軍;唐俊;;一種基于項(xiàng)目分類的協(xié)同過(guò)濾算法[A];第二十二屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

2 周軍鋒;湯顯;郭景峰;;一種優(yōu)化的協(xié)同過(guò)濾推薦算法[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2004年

3 董全德;;基于雙信息源的協(xié)同過(guò)濾算法研究[A];全國(guó)第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2009）暨全國(guó)第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2009年

4 李建國(guó);姚良超;湯庸;郭歡;;基于認(rèn)知度的協(xié)同過(guò)濾推薦算法[A];第26屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（B輯）[C];2009年

5 張光衛(wèi);康建初;李鶴松;劉常昱;李德毅;;面向場(chǎng)景的協(xié)同過(guò)濾推薦算法[A];中國(guó)系統(tǒng)仿真學(xué)會(huì)第五次全國(guó)會(huì)員代表大會(huì)暨2006年全國(guó)學(xué)術(shù)年會(huì)論文集[C];2006年

6 王明文;陶紅亮;熊小勇;;雙向聚類迭代的協(xié)同過(guò)濾推薦算法[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

7 胡必云;李舟軍;王君;;基于心理測(cè)量學(xué)的協(xié)同過(guò)濾相似度方法(英文)[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

8 林麗冰;師瑞峰;周一民;李月雷;;基于雙聚類的協(xié)同過(guò)濾推薦算法[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

9 羅喜軍;王韜丞;杜小勇;劉紅巖;何軍;;基于類別的推薦——一種解決協(xié)同推薦中冷啟動(dòng)問(wèn)題的方法[A];第二十四屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2007年

10 黃創(chuàng)光;印鑒;汪靜;劉玉葆;王甲海;;不確定近鄰的協(xié)同過(guò)濾推薦算法[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集A輯一[C];2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前9條

1 李聰;電子商務(wù)推薦系統(tǒng)中協(xié)同過(guò)濾瓶頸問(wèn)題研究[D];合肥工業(yè)大學(xué);2009年

2 郭艷紅;推薦系統(tǒng)的協(xié)同過(guò)濾算法與應(yīng)用研究[D];大連理工大學(xué);2008年

3 羅恒;基于協(xié)同過(guò)濾視角的受限玻爾茲曼機(jī)研究[D];上海交通大學(xué);2011年

4 薛福亮;電子商務(wù)協(xié)同過(guò)濾推薦質(zhì)量影響因素及其改進(jìn)機(jī)制研究[D];天津大學(xué);2012年

5 高e

本文編號(hào)：321890