本文關(guān)鍵詞：基于模糊聚類的電子商務(wù)協(xié)同過濾推薦研究

  更多相關(guān)文章： 電子商務(wù) 推薦系統(tǒng) 協(xié)同過濾推薦算法 模糊聚類 FCM

【摘要】：隨著Internet在人們的日常生活中占據(jù)著越來越重要的位置,電子商務(wù)也隨之迅速發(fā)展起來,為此推薦系統(tǒng)也得以廣泛的在各種電子商務(wù)系統(tǒng)里使用。它是根據(jù)用戶曾經(jīng)的購買記錄,找出記錄中存在的潛在的用戶喜好信息,然后在此基礎(chǔ)上向用戶推薦符合其興趣的商品。目前,在各個(gè)領(lǐng)域中都能夠看到推薦系統(tǒng)的影子,如淘寶、易趣網(wǎng)、HC360慧聰網(wǎng)、中華商務(wù)網(wǎng)等許多大型的電子商務(wù)網(wǎng)站,都或多或少的地使用了各種各樣的推薦系統(tǒng)。協(xié)同過濾推薦技術(shù),是目前個(gè)性化推薦技術(shù)中,學(xué)者研究最多、應(yīng)用最廣、推薦的個(gè)性化程度高的一種推薦技術(shù)。 本文主要是對協(xié)同過濾推薦算法進(jìn)行研究,分析了現(xiàn)有算法中存在的問題,特別對推薦算法中存在的稀疏性問題等推薦問題進(jìn)行了剖析,結(jié)合模糊聚類技術(shù)提出一種基于模糊聚類的電子商務(wù)協(xié)同過濾推薦改進(jìn)算法。 論文主要內(nèi)容包括以下三個(gè)方面: 第一,分析了國內(nèi)外電子商務(wù)推薦系統(tǒng)的研究現(xiàn)狀和未來的研究方向;簡單介紹了電子商務(wù)推薦系統(tǒng)的基于內(nèi)容和基于關(guān)聯(lián)規(guī)則的推薦算法;對協(xié)同過濾推薦算法進(jìn)行了詳細(xì)的闡述,介紹了傳統(tǒng)的協(xié)同過濾推薦算法的基本步驟,分析了協(xié)同過濾推薦算法的優(yōu)點(diǎn),同時(shí)指出了其中存在的一些現(xiàn)實(shí)問題。 第二,針對傳統(tǒng)協(xié)同過濾算法的缺點(diǎn),結(jié)合FCM聚類技術(shù),提出了一種基于模糊聚類的協(xié)同過濾推薦算法。其基本思路是:首先將FCM聚類技術(shù)引進(jìn)到用戶-項(xiàng)目評分模型中,針對協(xié)同過濾推薦算法中存在的問題,對FCM進(jìn)行改進(jìn)。然后,用改進(jìn)的FCM進(jìn)行聚類,得到待測用戶的鄰居用戶,根據(jù)鄰居用戶算得預(yù)測值,進(jìn)行推薦。 第三,使用MovieLens數(shù)據(jù)庫,對本文提出的基于FCM改進(jìn)的協(xié)同過濾推薦算法進(jìn)行實(shí)驗(yàn)仿真與測試,將結(jié)果與基于K-means算法和傳統(tǒng)的算法進(jìn)行對比,通過實(shí)驗(yàn)顯示改進(jìn)后的算法比另外兩種算法具有更好的推薦質(zhì)量。
【關(guān)鍵詞】：電子商務(wù) 推薦系統(tǒng) 協(xié)同過濾推薦算法 模糊聚類 FCM
【學(xué)位授予單位】：河北工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2011
【分類號】：TP391.3
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-12
• 1-1 研究背景和研究意義9
• 1-2 論文主要內(nèi)容和創(chuàng)新點(diǎn)9-10
• 1-3 論文結(jié)構(gòu)10-12
• 第二章 電子商務(wù)推薦系統(tǒng)及協(xié)同推薦算法研究綜述12-24
• 2-1 電子商務(wù)推薦系統(tǒng)12-14
• 2-2 電子商務(wù)推薦算法分類14-16
• 2-2-1 基于內(nèi)容的推薦算法14-15
• 2-2-2 基于規(guī)則的推薦算法15-16
• 2-3 協(xié)同過濾推薦算法16-23
• 2-3-1 協(xié)同過濾的定義16-18
• 2-3-2 傳統(tǒng)的協(xié)同過濾推薦算法步驟18-20
• 2-3-3 傳統(tǒng)協(xié)同過濾推薦算法的優(yōu)點(diǎn)及存在的缺點(diǎn)20-23
• 2-4 本章小結(jié)23-24
• 第三章 模糊聚類算法研究綜述24-33
• 3-1 模糊聚類簡介24-25
• 3-2 模糊C-均值聚類（FCM）算法研究25-27
• 3-2-1 硬C-均值聚類算法25-26
• 3-2-2 模糊C 均值算法26-27
• 3-3 FCM 在用戶-項(xiàng)目評分矩陣中的應(yīng)用27-32
• 3-3-1 用戶-項(xiàng)目評分問題的數(shù)學(xué)模型27-29
• 3-3-2 FCM 聚類算法29
• 3-3-3 FCM 算法的優(yōu)點(diǎn)29-30
• 3-3-4 FCM 算法存在的問題30-32
• 3-4 本章小結(jié)32-33
• 第四章 基于 FCM 的協(xié)同過濾推薦算法改進(jìn)研究33-47
• 4-1 FCM 算法要素的改進(jìn)33-44
• 4-1-1 初始聚類中心的產(chǎn)生33-36
• 4-1-2 距離函數(shù)的改進(jìn)36-38
• 4-1-3 基于改進(jìn)的FCM 算法模型38-39
• 4-1-4 對改進(jìn)的FCM 算法測試39-44
• 4-2 基于FCM 技術(shù)的協(xié)同過濾算法的改進(jìn)44-46
• 4-2-1 問題分析44
• 4-2-2 算法改進(jìn)的依據(jù)44-45
• 4-2-3 基于改進(jìn)的SCFCM 的協(xié)同過濾推薦算法45-46
• 4-3 本章小結(jié)46-47
• 第五章 協(xié)同過濾推薦改進(jìn)算法的仿真與測試47-55
• 5-1 數(shù)據(jù)集47-48
• 5-2 實(shí)驗(yàn)設(shè)計(jì)48-50
• 5-2-1 實(shí)驗(yàn)數(shù)據(jù)集的選取48-49
• 5-2-2 實(shí)驗(yàn)環(huán)境49
• 5-2-3 推薦度量指標(biāo)49
• 5-2-4 實(shí)驗(yàn)方案49-50
• 5-3 實(shí)驗(yàn)仿真50-54
• 5-3-1 不同鄰居集比較50-51
• 5-3-2 不同稀疏程度比較51-54
• 5-4 本章小結(jié)54-55
• 第六章 總結(jié)與展望55-56
• 6-1 總結(jié)55
• 6-2 展望55-56
• 參考文獻(xiàn)56-60
• 致謝60-61
• 攻讀學(xué)位期間所取得的相關(guān)科研成果61

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 裴繼紅,范九倫,謝維信;聚類中心的初始化方法[J];電子科學(xué)學(xué)刊;1999年03期

2 索琪,盧濤;基于關(guān)聯(lián)規(guī)則的電子商務(wù)推薦系統(tǒng)研究[J];哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào);2005年02期

3 歐潔;林守勛;劉桂林;;個(gè)性化智能信息提取中的用戶興趣發(fā)現(xiàn)[J];計(jì)算機(jī)科學(xué);2001年03期

4 丁振國,陳靜;基于關(guān)聯(lián)規(guī)則的個(gè)性化推薦系統(tǒng)[J];計(jì)算機(jī)集成制造系統(tǒng)-CIMS;2003年10期

5 張鋒,常會友,衣楊;基于規(guī)則的電子商務(wù)推薦系統(tǒng)模型和實(shí)現(xiàn)[J];計(jì)算機(jī)集成制造系統(tǒng);2004年08期

6 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

7 余力,劉魯,羅掌華;我國電子商務(wù)推薦策略的比較分析[J];系統(tǒng)工程理論與實(shí)踐;2004年08期

8 何軍,周明天;信息網(wǎng)絡(luò)中的信息過濾技術(shù)[J];系統(tǒng)工程與電子技術(shù);2001年11期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 李杰;基于模糊技術(shù)的制造單元構(gòu)建方法及其在變壓器企業(yè)中的應(yīng)用[D];河北工業(yè)大學(xué);2002年

2 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

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

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 楊芳;電子商務(wù)系統(tǒng)協(xié)同過濾推薦算法研究[D];河北工業(yè)大學(xué);2006年

，

本文編號：793329