本文關(guān)鍵詞：基于Web挖掘的電子商務(wù)個(gè)性化推薦技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】： 隨著Internet的日益普及和電子商務(wù)的蓬勃發(fā)展,基于互聯(lián)網(wǎng)的商業(yè)Web站點(diǎn)面臨越來越激烈的競爭,商務(wù)網(wǎng)站從“以站點(diǎn)為中心”向“以用戶為中心”發(fā)展成為必然。如何對大量復(fù)雜的電子商務(wù)信息進(jìn)行有效的組織利用,從中抽取感興趣的模式,更好地理解客戶的行為,從而改進(jìn)站點(diǎn)的結(jié)構(gòu)或?yàn)榭蛻籼峁﹤�(gè)性化的服務(wù)成為電子商務(wù)發(fā)展必須要解決的問題。 Web作為一個(gè)巨大的廣泛分布的全球信息服務(wù)中心,包含了大量動態(tài)的超鏈接信息和訪問及使用信息,為電子商務(wù)的個(gè)性化推薦服務(wù)提供了豐富的資源。對Web上包含的有用信息的提取則需要以數(shù)據(jù)挖掘?yàn)榛A(chǔ),因此,將Web挖掘融入個(gè)性化推薦之中,是解決上述問題的有效途徑。 本文對基于Web挖掘的個(gè)性化推薦進(jìn)行了較為全面的研究,開展的工作及創(chuàng)新主要體現(xiàn)在以下三個(gè)方面: (1)提出了交叉式Web挖掘的個(gè)性化推薦新方法。即在基于Web使用挖掘的個(gè)性化推薦中引入Web內(nèi)容挖掘和Web結(jié)構(gòu)挖掘,并依據(jù)改進(jìn)的稀疏矩陣定義,針對Web站點(diǎn)的不同情況選取不同的推薦方法:正常狀態(tài)下延用基于Web使用挖掘的個(gè)性化推薦;而當(dāng)用戶-項(xiàng)目評價(jià)矩陣出現(xiàn)冷開始和稀疏性等問題時(shí),就可以根據(jù)頁面內(nèi)容之間的相似性和頁面鏈接之間的相似性來為用戶提供個(gè)性化推薦。另外,采用一致化的表示形式將Web內(nèi)容和Web結(jié)構(gòu)挖掘的挖掘結(jié)果提供給推薦引擎。 (2)提出了基于二分法的改進(jìn)PAM(IPAM)方法,并將其運(yùn)用于Web結(jié)構(gòu)和Web內(nèi)容數(shù)據(jù)的個(gè)性化推薦,IPAM算法有效地解決了傳統(tǒng)PAM算法迭代次數(shù)多、時(shí)間復(fù)雜度高的問題;另外,本文在IPAM算法中引入Web結(jié)構(gòu)和Web內(nèi)容在頁面上的權(quán)重,從實(shí)際出發(fā),使得聚類更具實(shí)用性。 (3)設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)簡單的離線狀態(tài)下的基于Web挖掘的個(gè)性化推薦系統(tǒng)。 實(shí)驗(yàn)證明,IPAM算法較之PAM算法更加有效,解決了其時(shí)間復(fù)雜度高的問題;基于交叉式Web挖掘的個(gè)性化推薦方法可以有效的彌補(bǔ)傳統(tǒng)個(gè)性化推薦的不足,顯著地提高了推薦的精確性。
【關(guān)鍵詞】：電子商務(wù) 個(gè)性化推薦 IPAM 交叉式Web挖掘
【學(xué)位授予單位】：江西理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2010
【分類號】：F713.36;TP311.13
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第一章 緒論10-13
• 1.1 引言10
• 1.2 國內(nèi)外研究現(xiàn)狀10-11
• 1.3 本文研究意義11-12
• 1.4 本文的研究內(nèi)容與目的12
• 1.5 本文的結(jié)構(gòu)安排12-13
• 第二章 數(shù)據(jù)挖掘研究綜述13-25
• 2.1 數(shù)據(jù)挖掘簡介13-17
• 2.1.1 數(shù)據(jù)挖掘的產(chǎn)生與發(fā)展13-14
• 2.1.2 數(shù)據(jù)挖掘定義14
• 2.1.3 數(shù)據(jù)挖掘功能14-15
• 2.1.4 數(shù)據(jù)挖掘過程15-16
• 2.1.5 數(shù)據(jù)挖掘與CRM16-17
• 2.2 Web 數(shù)據(jù)挖掘17-20
• 2.2.1 Web 挖掘的含義18
• 2.2.2 Web 挖掘的分類18-20
• 2.3 Web 數(shù)據(jù)挖掘技術(shù)與電子商務(wù)20-24
• 2.3.1 面向電子商務(wù)的Web 數(shù)據(jù)挖掘的特點(diǎn)20
• 2.3.2 Web 數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用20-21
• 2.3.3 電子商務(wù)中應(yīng)用的Web 挖掘技術(shù)21-22
• 2.3.4 Web 挖掘的數(shù)據(jù)來源分類22-24
• 2.4 小結(jié)24-25
• 第三章 基于Web 挖掘的電子商務(wù)推薦系統(tǒng)概述25-40
• 3.1 Web 訪問信息挖掘?qū)ο蟮男绿攸c(diǎn)25
• 3.2 Web 訪問信息挖掘的意義25-26
• 3.2.1 群體訪問者26
• 3.2.2 單個(gè)訪問者26
• 3.3 基于Web 挖掘的電子商務(wù)推薦系統(tǒng)實(shí)現(xiàn)步驟26-31
• 3.3.1 數(shù)據(jù)預(yù)處理階段27-29
• 3.3.2 基于Web 挖掘的推薦系統(tǒng)設(shè)計(jì)29-31
• 3.4 基于電子商務(wù)的協(xié)作過濾算法31-38
• 3.4.1 協(xié)作過濾算法的步驟31-32
• 3.4.2 電子商務(wù)推薦系統(tǒng)算法及其特點(diǎn)32-38
• 3.5 傳統(tǒng)協(xié)同過濾推薦算法存在的不足38-39
• 3.6 小結(jié)39-40
• 第四章 基于Web 挖掘的個(gè)性化推薦系統(tǒng)框架40-55
• 4.1 系統(tǒng)簡述40-43
• 4.1.1 個(gè)性化推薦系統(tǒng)目前面臨的問題40
• 4.1.2 基于Web 挖掘的推薦系統(tǒng)體系結(jié)構(gòu)40-41
• 4.1.3 交叉式Web 挖掘的個(gè)性化推薦的提出41-43
• 4.2 數(shù)據(jù)預(yù)處理部分43-45
• 4.3 Web 挖掘部分45-46
• 4.3.1 Web 使用挖掘模塊45
• 4.3.2 Web 結(jié)構(gòu)挖掘模塊45-46
• 4.3.3 Web 內(nèi)容挖掘模塊46
• 4.4 產(chǎn)生推薦46-48
• 4.4.1 Web 使用特征推薦46-47
• 4.4.2 Web 結(jié)構(gòu)特征推薦與Web 內(nèi)容特征推薦47-48
• 4.5 改進(jìn)的IPAM 算法在Web 挖掘中的應(yīng)用48-54
• 4.5.1 傳統(tǒng)的PAM 算法簡述48-50
• 4.5.2 傳統(tǒng)PAM 算法的優(yōu)缺點(diǎn)50
• 4.5.3 IPAM 算法的提出50-52
• 4.5.4 IPAM 算法與PAM 算法的實(shí)驗(yàn)效果比較52-54
• 4.6 小結(jié)54-55
• 第五章 系統(tǒng)實(shí)現(xiàn)與實(shí)驗(yàn)結(jié)果分析55-61
• 5.1 實(shí)驗(yàn)數(shù)據(jù)與環(huán)境55-58
• 5.2 評估標(biāo)準(zhǔn)58-59
• 5.3 實(shí)驗(yàn)結(jié)果及分析59-60
• 5.3.1 相似度性能比較59
• 5.3.2 推薦精度比較59-60
• 5.4 小結(jié)60-61
• 第六章 總結(jié)與展望61-62
• 6.1 本文工作61
• 6.2 研究展望61-62
• 參考文獻(xiàn)62-65
• 致謝65-66
• 個(gè)人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果66

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 姚建;馬世軍;喬文;;Web日志挖掘數(shù)據(jù)預(yù)處理的研究[J];硅谷;2009年13期

2 王繼成,潘金貴,張福炎;Web文本挖掘技術(shù)研究[J];計(jì)算機(jī)研究與發(fā)展;2000年05期

3 趙亮,胡乃靜,張守志;個(gè)性化推薦算法設(shè)計(jì)[J];計(jì)算機(jī)研究與發(fā)展;2002年08期

4 李煊,汪曉巖,莊鎮(zhèn)泉;基于關(guān)聯(lián)規(guī)則挖掘的個(gè)性化智能推薦服務(wù)[J];計(jì)算機(jī)工程與應(yīng)用;2002年11期

5 王海英,田志學(xué);Web使用挖掘在客戶關(guān)系管理中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2004年23期

6 程巖,肖小云,吳潔倩;基于聚類分析的電子商務(wù)推薦系統(tǒng)[J];計(jì)算機(jī)工程與應(yīng)用;2005年24期

7 何波;王越;;基于數(shù)據(jù)挖掘的Web個(gè)性化信息推薦系統(tǒng)[J];計(jì)算機(jī)工程與應(yīng)用;2006年03期

8 劉平峰;聶規(guī)劃;陳冬林;;電子商務(wù)推薦系統(tǒng)中推薦策略的自適應(yīng)性[J];計(jì)算機(jī)工程與應(yīng)用;2007年04期

9 唐志航;楊保安;;系統(tǒng)聚類在客戶關(guān)系管理中的研究與應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2007年13期

10 許敏;邱玉輝;;電子商務(wù)中推薦系統(tǒng)存在的問題及其對策研究[J];計(jì)算機(jī)科學(xué);2001年04期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 王實(shí);基于Web訪問信息挖掘的推薦方法研究[D];中國科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2001年

  本文關(guān)鍵詞：基于Web挖掘的電子商務(wù)個(gè)性化推薦技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號：326075