本文關(guān)鍵詞：基于粗糙集的電子商務(wù)智能推薦系統(tǒng)研究

  更多相關(guān)文章： 粗糙集 屬性約簡(jiǎn) 數(shù)據(jù)挖掘 Apriori算法 結(jié)構(gòu)化查詢(xún)語(yǔ)言(SQL) 電子商務(wù) 個(gè)性化推薦

【摘要】：粗糙集(Rough Set)理論是波蘭數(shù)學(xué)家Pawlak教授于1982年提出的一種能夠定量分析和處理不精確、不一致、不完整信息與知識(shí)的數(shù)學(xué)工具，常用于處理模糊和不精確的問(wèn)題。數(shù)據(jù)挖掘即數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)(Knowledge Discover Database，KDD)，而商業(yè)智能研究中的商業(yè)數(shù)據(jù)挖掘，是一個(gè)從數(shù)據(jù)庫(kù)中抽取對(duì)商業(yè)零售企業(yè)進(jìn)銷(xiāo)存等具有潛在應(yīng)用價(jià)值的隱含信息的過(guò)程。使用粗糙集數(shù)據(jù)挖掘系統(tǒng)(RSDMS)進(jìn)行數(shù)據(jù)預(yù)處理，消去冗余屬性，抽取決策規(guī)則，可以在不影響決策效能的前提下精簡(jiǎn)屬性集。將SQL運(yùn)用于求信息熵的約簡(jiǎn)過(guò)程當(dāng)中，相關(guān)約簡(jiǎn)算法可以通過(guò)縮短執(zhí)行時(shí)間來(lái)提高其效率。頻繁項(xiàng)目集發(fā)現(xiàn)算法是關(guān)聯(lián)規(guī)則的主要內(nèi)容之一，本論文在文獻(xiàn)[44]的基礎(chǔ)上提出了一種Apriori改進(jìn)算法，在提出的矩陣基礎(chǔ)上我們可以方便地得到各個(gè)項(xiàng)集的支持度計(jì)數(shù)，而不需要像Apriori算法那樣頻繁地掃描事務(wù)數(shù)據(jù)庫(kù)，減少了掃描事務(wù)數(shù)據(jù)庫(kù)的次數(shù)，也不需要像參考文獻(xiàn)[44]當(dāng)中的算法那樣得出各個(gè)項(xiàng)集對(duì)應(yīng)的子矩陣，降低了算法的復(fù)雜度。本論文在總結(jié)前人研究成果的基礎(chǔ)上，，針對(duì)粗糙集的屬性約簡(jiǎn)算法及其應(yīng)用、商業(yè)數(shù)據(jù)挖掘、電子商務(wù)智能推薦等方面進(jìn)行了研究，主要內(nèi)容歸納如下： (1)對(duì)粗糙集的基本理論知識(shí)進(jìn)行了總體研究，詳細(xì)介紹了粗糙集的發(fā)展歷程及其國(guó)內(nèi)外現(xiàn)狀，分析了粗糙集的屬性約簡(jiǎn)算法，并在精簡(jiǎn)條件屬性集的基礎(chǔ)上運(yùn)用基于SQL的屬性約簡(jiǎn)算法對(duì)其進(jìn)行了改進(jìn)。 (2)對(duì)數(shù)據(jù)挖掘以及商業(yè)數(shù)據(jù)挖掘的基本理論及其應(yīng)用、應(yīng)用中存在的問(wèn)題等做了介紹，針對(duì)數(shù)據(jù)的離散化、完備化等問(wèn)題進(jìn)行了分析研究，在相關(guān)文獻(xiàn)的基礎(chǔ)上提出了一種Apriori改進(jìn)算法。 (3)介紹了電子商務(wù)的發(fā)展歷程及其國(guó)內(nèi)外現(xiàn)狀，分析了電子商務(wù)的流程及其在運(yùn)行過(guò)程中應(yīng)該注意的問(wèn)題，并對(duì)電子商務(wù)智能推薦系統(tǒng)進(jìn)行了研究。 (4)對(duì)電子商務(wù)網(wǎng)站的相關(guān)數(shù)據(jù)進(jìn)行分析處理，利用改進(jìn)的粗糙集屬性約簡(jiǎn)算法及Apriori改進(jìn)算法進(jìn)行數(shù)據(jù)挖掘，將兩種改進(jìn)算法結(jié)合使用作為一種方案運(yùn)用到推薦系統(tǒng)，然后通過(guò)對(duì)相關(guān)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)分析比較系統(tǒng)的推薦效率。
【關(guān)鍵詞】：粗糙集 屬性約簡(jiǎn) 數(shù)據(jù)挖掘 Apriori算法 結(jié)構(gòu)化查詢(xún)語(yǔ)言(SQL) 電子商務(wù) 個(gè)性化推薦
【學(xué)位授予單位】：浙江理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類(lèi)號(hào)】：TP311.13;TP391.3
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-17
• 1.1 研究的背景及意義9-11
• 1.2 基于粗糙集的電子商務(wù)推薦系統(tǒng)國(guó)內(nèi)外現(xiàn)狀11-14
• 1.2.1 電子商務(wù)國(guó)內(nèi)外現(xiàn)狀11-12
• 1.2.2 粗糙集國(guó)內(nèi)外現(xiàn)狀12-13
• 1.2.3 基于粗糙集的電子商務(wù)推薦系統(tǒng)國(guó)內(nèi)外現(xiàn)狀13-14
• 1.3 主要的研究?jī)?nèi)容14-15
• 1.4 論文的組織結(jié)構(gòu)15-16
• 1.5 小結(jié)16-17
• 第二章 電子商務(wù)及其個(gè)性化推薦17-27
• 2.1 電子商務(wù)17-20
• 2.1.1 電子商務(wù)的定義17-18
• 2.1.2 電子商務(wù)的模式18
• 2.1.3 電子商務(wù)遇到的問(wèn)題18-20
• 2.2 電子商務(wù)個(gè)性化推薦20-26
• 2.2.1 電子商務(wù)個(gè)性化推薦的基本概念20-21
• 2.2.2 電子商務(wù)個(gè)性化推薦的研究?jī)?nèi)容21-22
• 2.2.3 初步設(shè)計(jì)電子商務(wù)智能推薦系統(tǒng)22-26
• 2.3 小結(jié)26-27
• 第三章 粗糙集理論及其屬性約簡(jiǎn)改進(jìn)算法27-41
• 3.1 粗糙集理論27-30
• 3.1.1 粗糙集理論簡(jiǎn)介27-28
• 3.1.2 粗糙集理論核心28-30
• 3.2 數(shù)據(jù)預(yù)處理30-36
• 3.2.1 連續(xù)屬性離散化32-33
• 3.2.2 數(shù)據(jù)完備化33-36
• 3.3 基于粗糙集的屬性約簡(jiǎn)算法及其改進(jìn)算法36-40
• 3.4 小結(jié)40-41
• 第四章 基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘算法研究41-54
• 4.1 數(shù)據(jù)挖掘41-42
• 4.1.1 數(shù)據(jù)挖掘的定義41-42
• 4.1.2 數(shù)據(jù)挖掘的分類(lèi)與研究?jī)?nèi)容42
• 4.2 Web 挖掘42-45
• 4.2.1 Web 挖掘的原理42-43
• 4.2.2 Web 挖掘的分類(lèi)43-45
• 4.3 關(guān)聯(lián)規(guī)則及 Apriori 改進(jìn)算法45-53
• 4.3.1 關(guān)聯(lián)規(guī)則的概念45-47
• 4.3.2 Apriori 算法及其改進(jìn)算法47-51
• 4.3.3 關(guān)聯(lián)規(guī)則生成算法介紹51-53
• 4.4 小結(jié)53-54
• 第五章 基于粗糙集的關(guān)聯(lián)規(guī)則挖掘在電子商務(wù)推薦系統(tǒng)中的應(yīng)用54-61
• 5.1 引言54
• 5.2 電子商務(wù)個(gè)性化服務(wù)推薦系統(tǒng)54-55
• 5.3 基于粗糙集的關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘模型55-59
• 5.3.1 數(shù)據(jù)預(yù)處理56-57
• 5.3.2 屬性約簡(jiǎn)57-58
• 5.3.3 關(guān)聯(lián)規(guī)則挖掘及實(shí)驗(yàn)分析58-59
• 5.4 小結(jié)59-61
• 第六章 總結(jié)及展望61-64
• 6.1 論文總結(jié)61-62
• 6.2 展望及進(jìn)一步的工作62-64
• 參考文獻(xiàn)64-67
• 致謝67-68
• 攻讀學(xué)位期間的研究成果68

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 朱小飛,卓麗霞;一種基于量化容差關(guān)系的不完備數(shù)據(jù)分析方法[J];重慶工學(xué)院學(xué)報(bào);2005年05期

2 姜云蘋(píng);葛世倫;蔣家尚;王麗敏;;基于粗糙集的關(guān)聯(lián)規(guī)則挖掘在教師成長(zhǎng)中的應(yīng)用[J];計(jì)算機(jī)與信息技術(shù);2008年Z1期

3 余力,劉魯;電子商務(wù)個(gè)性化推薦研究[J];計(jì)算機(jī)集成制造系統(tǒng);2004年10期

4 王國(guó)胤;姚一豫;于洪;;粗糙集理論與應(yīng)用研究綜述[J];計(jì)算機(jī)學(xué)報(bào);2009年07期

5 呂桃霞;劉培玉;;一種基于矩陣的強(qiáng)關(guān)聯(lián)規(guī)則生成算法[J];計(jì)算機(jī)應(yīng)用研究;2011年04期

6 楊佩佩;華薇娜;;電子商務(wù)網(wǎng)站用戶(hù)界面的比較與分析[J];科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì);2008年30期

7 王燕;王國(guó)胤;鄧維斌;;基于概念格的數(shù)據(jù)驅(qū)動(dòng)不確定知識(shí)獲取[J];模式識(shí)別與人工智能;2007年05期

8 戚飛;侯國(guó)慶;;電子商務(wù)學(xué)科應(yīng)用領(lǐng)域問(wèn)題探析[J];內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年04期

9 王國(guó)胤,何曉;一種不確定性條件下的自主式知識(shí)學(xué)習(xí)模型[J];軟件學(xué)報(bào);2003年06期

10 蔡樂(lè)才;姚行艷;;基于粗集理論的屬性約簡(jiǎn)算法[J];四川理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年01期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 陸楠;關(guān)聯(lián)規(guī)則的挖掘及其算法的研究[D];吉林大學(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 桑雨;粗糙集連續(xù)屬性離散化方法研究[D];遼寧師范大學(xué);2008年

本文編號(hào)：592431