本文關(guān)鍵詞：電子商務(wù)推薦系統(tǒng)中協(xié)調(diào)過濾算法的分析與研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著互聯(lián)網(wǎng)和計(jì)算機(jī)技術(shù)的高速發(fā)展,用戶在結(jié)構(gòu)復(fù)雜的電子商務(wù)網(wǎng)站中,經(jīng)常會(huì)在大量的商品中迷失,無法尋到自己想要的商品。在這種情況下,電子商務(wù)個(gè)性化推薦系統(tǒng)就誕生了,個(gè)性化推薦系統(tǒng)根據(jù)用戶的興趣來過濾信息,并將用戶喜歡和關(guān)注的信息回饋推薦給用戶,幫助用戶高效率地發(fā)掘?qū)ψ约河袃r(jià)值的信息,其應(yīng)用前景廣泛,受到學(xué)術(shù)界和商業(yè)的廣泛關(guān)注。但是目前的個(gè)性化推薦技術(shù)還遠(yuǎn)沒有成熟,存在著很多亟待解決的問題,例如自身數(shù)據(jù)稀疏度問題、用戶自身興趣變化等問題。 目前個(gè)性化推薦系統(tǒng)中應(yīng)用最為廣泛和最為成功的技術(shù)是協(xié)同過濾技術(shù),協(xié)同過濾的基本思想是：為用戶找到喜歡和關(guān)注的商品,首先需要找與這個(gè)用戶行為和口味相近的用戶,然后將相近用戶喜歡的物品推薦給目標(biāo)用戶。一般采用最近鄰居計(jì)算方法,利用用戶的歷史記錄來計(jì)算之間的相關(guān)距離,然后根據(jù)最近相鄰用戶的評(píng)分來推測(cè)目標(biāo)用戶對(duì)這類商品及相似商品的感興趣程度,使得個(gè)性化推薦系統(tǒng)能根據(jù)用戶的感興趣程度為用戶進(jìn)行個(gè)性化的推薦。 論文對(duì)個(gè)性化推薦系統(tǒng)進(jìn)行了深入研究,從各個(gè)方面討論了個(gè)性化推薦系統(tǒng)的基本原則、流程以及通用的推薦系統(tǒng)體系結(jié)構(gòu),并對(duì)當(dāng)前協(xié)同過濾個(gè)性化推薦技術(shù)進(jìn)行了研究,分析了基于用戶的協(xié)同過濾算法和基于項(xiàng)目的協(xié)同過濾算法的實(shí)現(xiàn),并對(duì)傳統(tǒng)協(xié)同過濾算法中影響推薦質(zhì)量的問題進(jìn)行了深入探討。 論文使用了組合推薦方法對(duì)傳統(tǒng)協(xié)同過濾算法進(jìn)行改進(jìn),并給出了仿真實(shí)驗(yàn)。實(shí)驗(yàn)表明,傳統(tǒng)協(xié)同過濾算法在準(zhǔn)確性和適應(yīng)性等方面都遠(yuǎn)遠(yuǎn)比不上使用了組合推薦的改進(jìn)算法,特別是在數(shù)據(jù)集合非常稀疏的情況下,改進(jìn)算法體現(xiàn)了優(yōu)良的性能和普遍的適應(yīng)性。
【關(guān)鍵詞】：電子商務(wù) 協(xié)同過濾 組合推薦
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2011
【分類號(hào)】：TP391.3
【目錄】：

• 摘要3-4
• Abstract4-6
• 目錄6-8
• 1 緒論8-13
• 1.1 課題背景與國(guó)內(nèi)外發(fā)展現(xiàn)狀8-12
• 1.1.1 課題背景8-9
• 1.1.2 國(guó)內(nèi)外發(fā)展現(xiàn)狀9-12
• 1.2 研究?jī)?nèi)容12
• 1.3 本文結(jié)構(gòu)12
• 1.4 本章小節(jié)12-13
• 2 電子商務(wù)推薦系統(tǒng)13-22
• 2.1 電子商務(wù)簡(jiǎn)介13-14
• 2.2 電子商務(wù)推薦系統(tǒng)14-17
• 2.3 電子商務(wù)個(gè)性化技術(shù)17-21
• 2.4 本章小節(jié)21-22
• 3 協(xié)同過濾技術(shù)22-29
• 3.1 協(xié)同過濾技術(shù)的實(shí)現(xiàn)22-24
• 3.2 協(xié)同過濾技術(shù)24-28
• 3.2.1 基于用戶的協(xié)同過濾24-26
• 3.2.2 基于項(xiàng)目的協(xié)同過濾推薦算法26-28
• 3.3 協(xié)同過濾存在的問題28
• 3.3.1 數(shù)據(jù)稀疏性問題28
• 3.3.2 算法的可擴(kuò)展性問題28
• 3.4 本章小節(jié)28-29
• 4 基于差值的協(xié)同過濾組合推薦技術(shù)29-35
• 4.1 組合推薦技術(shù)29-31
• 4.1.1 組合推薦的優(yōu)勢(shì)29-30
• 4.1.2 組合推薦的方法30-31
• 4.2 基于差值的協(xié)同過濾組合推薦技術(shù)31-33
• 4.2.1 改進(jìn)算法的提出31
• 4.2.2 算法模型的建立31-33
• 4.3 算法說明33-34
• 4.4 本章小節(jié)34-35
• 5 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析35-39
• 5.1 實(shí)驗(yàn)數(shù)據(jù)35
• 5.2 實(shí)驗(yàn)評(píng)估標(biāo)準(zhǔn)35-36
• 5.3 實(shí)驗(yàn)仿真36-38
• 5.3.1 實(shí)驗(yàn)方案36
• 5.3.2 實(shí)驗(yàn)結(jié)果與分析36-38
• 5.4 本章小節(jié)38-39
• 6 結(jié)論與展望39-41
• 致謝41-42
• 參考文獻(xiàn)42-44

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 楊東風(fēng);;基于多興趣度的圖書借閱推薦系統(tǒng)研究與設(shè)計(jì)[J];信息技術(shù);2011年07期

2 趙宏霞;楊皎平;萬君;;考慮時(shí)間和價(jià)格因素的Web客戶需求協(xié)同推薦模型[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2011年08期

3 孫麗梅;李晶皎;孫煥良;;基于動(dòng)態(tài)k近鄰的SlopeOne協(xié)同過濾推薦算法[J];計(jì)算機(jī)科學(xué)與探索;2011年09期

4 趙宏霞;王新海;楊皎平;;基于Web客戶因子分析的協(xié)同推薦算法[J];計(jì)算機(jī)應(yīng)用研究;2011年07期

5 趙宏霞;王新海;楊皎平;;基于項(xiàng)目因子分析的Web客戶需求協(xié)同推薦算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2011年07期

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

7 吳小琴;;移動(dòng)圖書點(diǎn)評(píng)推薦系統(tǒng)的構(gòu)想[J];通信企業(yè)管理;2011年09期

8 陳志敏;李志強(qiáng);;基于用戶特征和項(xiàng)目屬性的協(xié)同過濾推薦算法[J];計(jì)算機(jī)應(yīng)用;2011年07期

9 譚龍江;張寬海;王征;;基于需求線索的電子商務(wù)推薦系統(tǒng)[J];計(jì)算機(jī)應(yīng)用與軟件;2011年07期

10 張圣;;一種混合式協(xié)作過濾服務(wù)推薦算法[J];通信技術(shù);2011年07期

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

1 謝科;劉奕群;岑榮偉;馬少平;茹立云;楊磊;;基于維基百科層次分類框架的主題推薦系統(tǒng)的研究[A];中國(guó)計(jì)算語(yǔ)言學(xué)研究前沿進(jìn)展（2009-2011）[C];2011年

2 趙勇;高鳳榮;邢春曉;;基于用戶權(quán)威的協(xié)作過濾算法[A];第二十三屆中國(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];2006年

3 沈杰峰;杜亞軍;唐俊;;一種基于項(xiàng)目分類的協(xié)同過濾算法[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

4 王茜;張衛(wèi)星;;基于分類樹相似度加權(quán)的協(xié)同過濾算法[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

5 曾春;周立柱;邢春曉;;基于近鄰法的協(xié)作過濾算法的改進(jìn)[A];第十九屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2002年

6 何發(fā)鎂;馮勇;許榕生;王旭仁;;推薦系統(tǒng)安全問題研究綜述[A];第13屆全國(guó)計(jì)算機(jī)、網(wǎng)絡(luò)在現(xiàn)代科學(xué)技術(shù)領(lǐng)域的應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2007年

7 尤忠彬;陳越;張英;朱揚(yáng)勇;;基于Web服務(wù)的技術(shù)轉(zhuǎn)移平臺(tái)推薦系統(tǒng)研究[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

8 靳紹聰;王建民;聞立杰;曹大海;;一種基于推薦系統(tǒng)的工作流資源分配機(jī)制[A];第二十三屆中國(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];2006年

9 林麗冰;師瑞峰;周一民;李月雷;;基于雙聚類的協(xié)同過濾推薦算法[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

10 李丹丹;;基于遺傳模糊聚類的電子商務(wù)推薦算法[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 本報(bào)記者 馮衛(wèi)東;網(wǎng)絡(luò)導(dǎo)購(gòu)：找出你的最愛[N];科技日?qǐng)?bào);2007年

2 林嘉澍;從搜索到發(fā)現(xiàn)[N];經(jīng)濟(jì)觀察報(bào);2007年

3 饒宇鋒;微軟策動(dòng)互聯(lián)網(wǎng)跨越搜索時(shí)代[N];財(cái)經(jīng)時(shí)報(bào);2007年

4 熊明華;九江人才市場(chǎng)打造就業(yè)“助推器”[N];中國(guó)人事報(bào);2006年

5 鐔立勇;2007年度省科技獎(jiǎng)推薦工作啟動(dòng)[N];河北經(jīng)濟(jì)日?qǐng)?bào);2007年

6 本報(bào)記者　 何小龍;委員履職：量化打分[N];江淮時(shí)報(bào);2006年

7 薛求知;我們需要準(zhǔn)確地理解西點(diǎn)軍校[N];上海證券報(bào);2007年

8 CPW華南區(qū)記者 伍羨妮;開放平臺(tái) 移動(dòng)商務(wù)乍現(xiàn)商機(jī)[N];電腦商報(bào);2003年

9 記者 溫躍邋通訊員 朱鋒 朱沙;農(nóng)行山東省分行與省教育廳全面合作[N];金融時(shí)報(bào);2007年

10 人造天堂;論語(yǔ)的長(zhǎng)尾營(yíng)銷[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2007年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 張亮;推薦系統(tǒng)中協(xié)同過濾算法若干問題的研究[D];北京郵電大學(xué);2009年

2 李濤;推薦系統(tǒng)中若干關(guān)鍵問題研究[D];南京航空航天大學(xué);2009年

3 任磊;推薦系統(tǒng)關(guān)鍵技術(shù)研究[D];華東師范大學(xué);2012年

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

5 鄧愛林;電子商務(wù)推薦系統(tǒng)關(guān)鍵技術(shù)研究[D];復(fù)旦大學(xué);2003年

6 張寅;個(gè)性化技術(shù)及其在數(shù)字圖書館中應(yīng)用的研究[D];浙江大學(xué);2009年

7 王宏宇;商務(wù)推薦系統(tǒng)的設(shè)計(jì)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2007年

8 張富國(guó);基于信任的電子商務(wù)個(gè)性化推薦關(guān)鍵問題研究[D];江西財(cái)經(jīng)大學(xué);2009年

9 孫小華;協(xié)同過濾系統(tǒng)的稀疏性與冷啟動(dòng)問題研究[D];浙江大學(xué);2005年

10 史e，

本文編號(hào)：478392