本文關(guān)鍵詞：基于Web日志挖掘的個性化推薦模型的研究

  更多相關(guān)文章： Web數(shù)據(jù)挖掘 個性化推薦 協(xié)同過濾 MapReduce

【摘要】：隨著電子商務(wù)系統(tǒng)內(nèi)商品種類急劇增加,如何針對用戶進行有效的個性化商品推薦成為當(dāng)前的研究熱點。為解決該問題,本文提出了一種基于Web日志挖掘個性化推薦模型,該模型首先利用數(shù)據(jù)預(yù)處理技術(shù)對Web日志記錄進行有效的清洗和識別,隨后基于MapReduce模型實現(xiàn)了協(xié)同過濾推薦算法的并行化,從而實現(xiàn)商品的快速個性化推薦。實際應(yīng)用結(jié)果表明該模型提高了個性化推薦結(jié)果的準確性,具有一定的應(yīng)用價值。
【作者單位】： 內(nèi)蒙古工業(yè)大學(xué)信息工程學(xué)院;
【關(guān)鍵詞】： Web數(shù)據(jù)挖掘 個性化推薦 協(xié)同過濾 MapReduce
【基金】：國家自然科學(xué)基金資助項目(61363052) 內(nèi)蒙古自治區(qū)高等學(xué)�？茖W(xué)研究項目(X201522) 內(nèi)蒙古自治區(qū)自然科學(xué)基金項目(2016MS0605)
【分類號】：TP391.3
【正文快照】： 0引百 近年來,隨著計算機以及互聯(lián)網(wǎng)的廣泛應(yīng)用,電子商務(wù)得到了長足的發(fā)展。然而,電子商務(wù)在蓬勃發(fā)展的同時,也面臨著新的挑戰(zhàn)。在競爭激烈的電子商務(wù)領(lǐng)域,如何有效進行用戶興趣偏好的衡量并給予準確的個性化推薦成為當(dāng)前電子商務(wù)急需解決的問題。數(shù)據(jù)挖掘是一門挖掘蘊含在數(shù)，

本文編號：880750