本文關(guān)鍵詞：基于數(shù)據(jù)挖掘技術(shù)的電子商務(wù)推薦系統(tǒng)的研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著計算機(jī)和互聯(lián)網(wǎng)的普及,越來越多的人、越來越多的地方使用電腦來處理事務(wù)。因此在科研機(jī)構(gòu)、企業(yè)或者是政府部門都積累了大量的數(shù)據(jù)資料。人們所面對的以不同形式存儲的數(shù)據(jù)數(shù)量急劇增長。二十世紀(jì)90年代末開始,數(shù)據(jù)挖掘技術(shù)逐步興起,越發(fā)成熟,改變了人們對數(shù)據(jù)的運(yùn)用方式。在以前,人們對數(shù)據(jù)都進(jìn)行比較簡單的操作,例如存儲、查詢。而運(yùn)用數(shù)據(jù)挖掘技術(shù)后,人們就可以從多種類型的數(shù)據(jù)中提取彼此隱藏的關(guān)系,構(gòu)成尚未被發(fā)現(xiàn)的有價值的知識或者模型。企業(yè)作出決策時會將這種新發(fā)現(xiàn)的知識模式作為參考依據(jù)。于此同時,電子商務(wù)不斷侵吞傳統(tǒng)銷售模式下的市場份額,已經(jīng)成為越來越重要的商品銷售模式。電子商務(wù)以其多樣的商品、方便的交易方式,得到了越來越多人的親睞。網(wǎng)上購物成為年輕人生活里不可或缺的一部分。事物都有兩面性。隨著電子商務(wù)的發(fā)展,一些問題也凸顯出來。商品的種類越來越多,電子商務(wù)站點(diǎn)的網(wǎng)站結(jié)構(gòu)也越發(fā)復(fù)雜,這使得顧客在尋找自己想要的商品時不再那么直接和順利,可能會迷失在商品海洋中。在這種背景下,推薦系統(tǒng)適時而出,在一定程度上解決了電子商務(wù)站點(diǎn)的發(fā)展瓶頸。一個好的電子商務(wù)推薦系統(tǒng),就相當(dāng)于傳統(tǒng)銷售模式下的售貨員,能夠引導(dǎo)顧客順利購買到自己想要的東西。對企業(yè)而言,它能夠幫助自己提高銷售業(yè)績、增加競爭力,有效保留住顧客。 本文主要做了以下工作。對推薦系統(tǒng)中常用的數(shù)據(jù)挖掘技術(shù)進(jìn)行了對比分析,以現(xiàn)有的數(shù)據(jù)挖掘算法研究成果為基礎(chǔ),針對傳統(tǒng)經(jīng)典K均值聚類算法的固有缺陷,結(jié)合遺傳算法全局最優(yōu)收斂并且對最初值不敏感的特性,提出了基于遺傳算法映射的K均值算法。詳細(xì)敘述了算法的核心思想、算法流程,并對算法進(jìn)行實驗測試和性能分析。同時在分析個性化推薦系統(tǒng)的基本模型架構(gòu)的基礎(chǔ)上,結(jié)合當(dāng)前應(yīng)用中對推薦模型的新需求,提出了個性化推薦系統(tǒng)的多推薦模型,給出了其基本框架。并且對多推薦模型下的電子商務(wù)系統(tǒng)流程進(jìn)行了分析,給出了多推薦模型的實現(xiàn)方式。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 推薦系統(tǒng) 改進(jìn)的K均值算法
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TP311.13;TP391.3
【目錄】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 緒論10-13
• 1.1 課題研究背景10-11
• 1.2 論文研究內(nèi)容及結(jié)構(gòu)11-13
• 第二章 電子商務(wù)推薦系統(tǒng)相關(guān)技術(shù)綜述13-28
• 2.1 數(shù)據(jù)挖掘概述13-21
• 2.1.1 數(shù)據(jù)挖掘概念13-14
• 2.1.2 數(shù)據(jù)挖掘的過程14-19
• 2.1.3 推薦系統(tǒng)中數(shù)據(jù)挖掘的主要技術(shù)19-21
• 2.2 協(xié)同過濾技術(shù)21-26
• 2.2.1 協(xié)同過濾技術(shù)的實現(xiàn)22
• 2.2.2 基于用戶的協(xié)同過濾技術(shù)22-25
• 2.2.3 基于項目的協(xié)同過濾技術(shù)25-26
• 2.2.4 兩種協(xié)同過濾技術(shù)的特點(diǎn)分析26
• 2.3 本章小結(jié)26-28
• 第三章 基于遺傳算法映射下的K均值算法研究28-40
• 3.1 引言28
• 3.2 傳統(tǒng)的K均值聚類算法28-30
• 3.3 基于遺傳算法映射下的K均值算法30-35
• 3.3.1 相關(guān)的映射工作31-32
• 3.3.2 操作基本定義32-33
• 3.3.3 選擇改進(jìn)操作33-34
• 3.3.4 改進(jìn)變異操作34-35
• 3.4 實驗驗證及結(jié)果分析35-38
• 3.5 本章小結(jié)38-40
• 第四章 電子商務(wù)推薦系統(tǒng)的模型研究40-52
• 4.1 引言40-41
• 4.2 推薦模型概述41-43
• 4.2.1 推薦系統(tǒng)在電子商務(wù)中的作用41-42
• 4.2.2 推薦模型的主要分類42-43
• 4.3 推薦系統(tǒng)的基本模型架構(gòu)43-46
• 4.3.1 基本模型架構(gòu)分析43-45
• 4.3.2 推薦引擎的模型分析45-46
• 4.4 電子商務(wù)推薦系統(tǒng)中的多推薦模型46-51
• 4.4.1 多推薦模型的基本框架47-48
• 4.4.2 多推薦模型下的電子商務(wù)系統(tǒng)流程48-49
• 4.4.3 多推薦模型的實現(xiàn)49-51
• 4.5 本章小結(jié)51-52
• 第五章 總結(jié)與展望52-54
• 5.1 論文工作總結(jié)52
• 5.2 進(jìn)一步研究方向52-54
• 參考文獻(xiàn)54-56
• 致謝56-57
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄57

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 鄧秀勤,姜蓮花;電子商務(wù)推薦系統(tǒng)研究[J];遼東學(xué)院學(xué)報;2005年04期

2 金偉健;金文進(jìn);;一個基于關(guān)聯(lián)規(guī)則的商品推薦系統(tǒng)模型[J];信息與電腦(理論版);2010年02期

3 丁雪;;基于數(shù)據(jù)挖掘的圖書智能推薦系統(tǒng)研究[J];情報理論與實踐;2010年05期

4 顧楨;;淺析電子商務(wù)中的WEB數(shù)據(jù)的挖掘[J];商場現(xiàn)代化;2008年16期

5 宋舉;;數(shù)據(jù)挖掘技術(shù)在電子商務(wù)領(lǐng)域中的應(yīng)用[J];現(xiàn)代商業(yè);2010年15期

6 曹虎山;;新形勢下Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用探析[J];軟件工程師;2010年11期

7 趙麟;;基于最大頻繁模式挖掘算法進(jìn)行書目推薦系統(tǒng)的設(shè)計與實現(xiàn)[J];現(xiàn)代圖書情報技術(shù);2010年05期

8 齊揚(yáng);朱欣娟;;基于數(shù)據(jù)挖掘的服裝推薦系統(tǒng)研究[J];西安工程大學(xué)學(xué)報;2010年04期

9 劉秀峰 ,詹秀菊;面向電子商務(wù)的數(shù)據(jù)挖掘技術(shù)[J];現(xiàn)代通信;2003年06期

10 孫京蘭;;OLAP技術(shù)及數(shù)據(jù)挖掘 技術(shù)[J];中文信息;2003年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 馬洪杰;曲曉飛;;數(shù)據(jù)挖掘技術(shù)和過程的特點(diǎn)[A];面向21世紀(jì)的科技進(jìn)步與社會經(jīng)濟(jì)發(fā)展（上冊）[C];1999年

2 戈欣;吳曉芬;許建榮;;數(shù)據(jù)挖掘技術(shù)在放射科醫(yī)療管理中的潛在作用[A];2009中華醫(yī)學(xué)會影像技術(shù)分會第十七次全國學(xué)術(shù)大會論文集[C];2009年

3 魏元珍;楊沂鳳;;數(shù)據(jù)挖掘技術(shù)及其在數(shù)字圖書館中的應(yīng)用[A];網(wǎng)絡(luò)信息資源的搜集與應(yīng)用——全國高校社科信息資料研究會第十次年會論文集[C];2004年

4 肖健;沈彩霞;;淺談數(shù)據(jù)挖掘技術(shù)現(xiàn)狀[A];廣西計算機(jī)學(xué)會2008年年會論文集[C];2008年

5 鞏耀亮;邱曉東;孫麗君;李樹強(qiáng);;數(shù)據(jù)挖掘技術(shù)在企業(yè)競爭情報系統(tǒng)中的應(yīng)用研究[A];信息時代——科技情報研究學(xué)術(shù)論文集（第三輯）[C];2008年

6 王洪鋒;;數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用研究[A];河南省通信學(xué)會2005年學(xué)術(shù)年會論文集[C];2005年

7 姚小磊;彭清華;;數(shù)據(jù)挖掘技術(shù)在中醫(yī)眼科應(yīng)用的設(shè)想[A];中華中醫(yī)藥學(xué)會第七次眼科學(xué)術(shù)交流會論文匯編[C];2008年

8 張婧;;數(shù)據(jù)挖掘技術(shù)在進(jìn)銷存系統(tǒng)中的應(yīng)用[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會——通信與信息技術(shù)會議論文集（下）[C];2006年

9 楊利軍;勾學(xué)榮;;數(shù)據(jù)挖掘在移動客戶流失預(yù)測中的研究和應(yīng)用[A];2008年中國高校通信類院系學(xué)術(shù)研討會論文集（上冊）[C];2009年

10 孫義明;曾繼東;;數(shù)據(jù)挖掘技術(shù)及其應(yīng)用[A];全國計算機(jī)安全學(xué)術(shù)交流會論文集（第二十二卷）[C];2007年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 陳曉 山西財經(jīng)大學(xué)教師;數(shù)據(jù)挖掘技術(shù)在高校教學(xué)管理中的應(yīng)用[N];山西經(jīng)濟(jì)日報;2010年

2 記者　呂賢如;大力加強(qiáng)數(shù)據(jù)挖掘技術(shù)研究應(yīng)用[N];光明日報;2006年

3 主持人 李禾;數(shù)據(jù)挖掘技術(shù)如何驅(qū)動經(jīng)濟(jì)車輪[N];科技日報;2007年

4 首之;數(shù)據(jù)挖掘并不神秘[N];金融時報;2006年

5 劉紅巖、何軍;利用數(shù)據(jù)挖掘技術(shù)獲得商業(yè)智能[N];中國計算機(jī)報;2003年

6 ;IBM公司推出新型數(shù)據(jù)挖掘技術(shù)[N];中國高新技術(shù)產(chǎn)業(yè)導(dǎo)報;2001年

7 山西銀行學(xué)校 王林芳;數(shù)據(jù)挖掘在銀行業(yè)務(wù)中的應(yīng)用[N];山西科技報;2005年

8 任中華;財務(wù)數(shù)據(jù)挖掘六步走[N];中國計算機(jī)報;2007年

9 諾達(dá)咨詢高級咨詢顧問 周連升;數(shù)據(jù)挖掘拓展3G增值空間[N];通信產(chǎn)業(yè)報;2007年

10 徐揚(yáng);如何從數(shù)據(jù)中“擠出”效益[N];中國計算機(jī)報;2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 許增福;DL環(huán)境下的信息資源管理及知識發(fā)現(xiàn)研究[D];哈爾濱工程大學(xué);2005年

2 龐淑英;三江并流帶旅游地質(zhì)景觀數(shù)據(jù)挖掘及旅游價值評價研究[D];昆明理工大學(xué);2008年

3 趙晨;過程控制中的數(shù)據(jù)挖掘技術(shù)研究及其智能控制策略探討[D];浙江大學(xué);2005年

4 高清東;復(fù)雜供礦條件礦山技術(shù)指標(biāo)整體動態(tài)優(yōu)化系統(tǒng)及應(yīng)用[D];北京科技大學(xué);2005年

5 李興;高光譜數(shù)據(jù)庫及數(shù)據(jù)挖掘研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2006年

6 王玉峰;變電站瞬態(tài)電磁環(huán)境及微機(jī)保護(hù)系統(tǒng)EMC研究[D];大連理工大學(xué);2007年

7 潘海天;數(shù)據(jù)挖掘技術(shù)在聚合過程建模與控制的應(yīng)用研究[D];浙江大學(xué);2003年

8 程其云;基于數(shù)據(jù)挖掘的電力短期負(fù)荷預(yù)測模型及方法的研究[D];重慶大學(xué);2004年

9 束志恒;化學(xué)化工數(shù)據(jù)挖掘技術(shù)的研究[D];浙江大學(xué);2005年

10 孫蕾;醫(yī)學(xué)圖像智能挖掘關(guān)鍵技術(shù)研究[D];西北大學(xué);2005年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 賀云;數(shù)據(jù)挖掘在電子商務(wù)推薦系統(tǒng)中的應(yīng)用研究[D];大連交通大學(xué);2010年

2 王平;基于用戶偏好挖掘和主題搜索的情報推薦系統(tǒng)[D];浙江大學(xué);2007年

3 馮繼航;基于網(wǎng)格的數(shù)據(jù)挖掘平臺體系結(jié)構(gòu)設(shè)計與實現(xiàn)[D];天津大學(xué);2008年

4 吳春陽;數(shù)據(jù)挖掘在電子商務(wù)旅游線路推薦系統(tǒng)中的應(yīng)用研究[D];重慶交通大學(xué);2009年

5 張德宇;基于Apriori的電子商務(wù)網(wǎng)站適時推薦系統(tǒng)的研究與實現(xiàn)[D];蘇州大學(xué);2008年

6 徐莉;基于數(shù)據(jù)挖掘技術(shù)的電子商務(wù)推薦系統(tǒng)的研究[D];北京郵電大學(xué);2013年

7 祁愛華;基于數(shù)據(jù)挖掘技術(shù)的電子商務(wù)推薦系統(tǒng)研究[D];河北工業(yè)大學(xué);2011年

8 魏佳;CLARANS改進(jìn)算法在音樂網(wǎng)站智能推薦系統(tǒng)中的應(yīng)用[D];吉林大學(xué);2011年

9 王中原;面向互聯(lián)網(wǎng)基于相關(guān)性挖掘的音樂推薦[D];浙江大學(xué);2008年

10 施華;基于項目和用戶雙重聚類的協(xié)同過濾推薦算法[D];東北師范大學(xué);2009年

  本文關(guān)鍵詞：基于數(shù)據(jù)挖掘技術(shù)的電子商務(wù)推薦系統(tǒng)的研究，由筆耕文化傳播整理發(fā)布。

本文編號：330148