本文關鍵詞：基于數據挖掘的電子商務商品個性化推薦技術研究

  更多相關文章： Web數據挖掘 推薦系統(tǒng) 協(xié)同過濾 融合算法

【摘要】：在當今信息社會,網絡技術和信息技術高速發(fā)展,前所未有的、龐大的數字化信息資源的海洋出現在人們的面前,這是一個令人振奮的消息。但是,從另一個角度考慮可能對于某特定用戶的特定需求來說,信息可能是局限于某一個范圍內的。而且,在傳統(tǒng)的Web服務中,信息的分布是在不同層次的頁面中的,一個用戶為了得到想要的信息只能從復雜繁瑣的欄目和頁面中去尋找。這顯然是不科學的,既耗費的用戶的時間,又影響用戶的使用體驗。尤其是當下網絡經濟的浪潮風起云涌,為了解決這個問題,滿足特定用戶的特定需求,是用戶能在較短的時間內獲得組織良好的滿足需求的信息,實現真正意義上的主動、交互、個性服務,將是商家當今企業(yè)營銷中不可或缺的重要營銷方式。采用Web數據挖掘技術,一方面將大量的看似無關的龐雜的網上的數據組織起來,這樣從中我們可以挖掘需求的有用知識,另一方面可以獲取關于群體用戶搜索行為和方式的普遍知識,之后,經過對理解和分析這些知識,例如對用戶的搜索行為、訪問頻度、搜索訪問內容等的分析,能提取出該用戶的行為等特征,從而制定針對該用戶的個性化界面。采用數據挖掘技術之后,我們可以更好地了解用戶交互行為數據中所包含的意義,因此,在個性化推送服務、信息智能化服務等領域,都進行了該技術的廣泛應用。本文對電子商務個性化推薦技術進行了研究:深入分析了電子商務推薦系統(tǒng)的相關技術及算法,根據目前電子商務推薦系統(tǒng)的發(fā)展現狀,提出了最新的電子商務推薦系統(tǒng)的體系結構;不僅滿足系統(tǒng)推薦精度和實時性需要,而且將系統(tǒng)分為兩部分:離線挖掘和在線推薦,并具體針對每一部分的功能和技術進行分析實現。分別分析了基于用戶的推薦系統(tǒng)、協(xié)同過濾的推薦系統(tǒng)和基于內容的推薦系統(tǒng),最后設計了將三種推薦算法結合的推薦系統(tǒng),并進行實驗,將新設計的推薦系統(tǒng)與三種分別的推薦系統(tǒng)進行比較,進行總結和展望。
【關鍵詞】：Web數據挖掘 推薦系統(tǒng) 協(xié)同過濾 融合算法
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP391.3;TP311.13
，

本文編號：822882