傳統(tǒng)電子商務(wù)自動(dòng)推薦系統(tǒng)與用戶(hù)的實(shí)際喜好不同,推薦后成交量低。針對(duì)上述問(wèn)題,在無(wú)線網(wǎng)絡(luò)的基礎(chǔ)上,設(shè)計(jì)了一種新的電子商務(wù)商品自動(dòng)推薦系統(tǒng),系統(tǒng)硬件主要由信息采集器、信息儲(chǔ)存分析器、商品分析器、商品推薦器四部分組成,通過(guò)數(shù)據(jù)預(yù)處理建立分散類(lèi),得到目標(biāo)用戶(hù)所在區(qū)域,計(jì)算相似度,實(shí)現(xiàn)商品個(gè)性化推薦系統(tǒng)軟件程序設(shè)計(jì)。為檢測(cè)系統(tǒng)效果,設(shè)計(jì)了對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,無(wú)線網(wǎng)絡(luò)的電子商務(wù)商品自動(dòng)推薦系統(tǒng)能夠根據(jù)用戶(hù)喜好推薦有效商品,提高成交量。
【部分圖文】：

商品分析器結(jié)構(gòu)

無(wú)線網(wǎng)絡(luò)電子商務(wù)商品自動(dòng)推薦系統(tǒng)以消費(fèi)者為對(duì)象，根據(jù)不同消費(fèi)者的興趣愛(ài)好、個(gè)人習(xí)慣給予不同的商品推薦，讓消費(fèi)者的購(gòu)物體驗(yàn)得到提升[4]。為實(shí)現(xiàn)個(gè)性化、需求化商品推薦，系統(tǒng)硬件主要由信息采集器、信息儲(chǔ)存分析器、商品分析器、商品推薦器四部分組成[5]。系統(tǒng)硬件結(jié)構(gòu)如圖1所示。這四部分共同協(xié)作，使無(wú)線網(wǎng)絡(luò)電子商務(wù)商品自動(dòng)推薦系統(tǒng)具備普遍適應(yīng)性，可以給所有用戶(hù)提供獨(dú)有的服務(wù)[6]。本系統(tǒng)遵循計(jì)算機(jī)數(shù)據(jù)處理推薦原則，保證各個(gè)流程的緊密銜接，具備高度超耦合特點(diǎn)，高度超耦合特點(diǎn)可以保證系統(tǒng)的快速調(diào)整，滿(mǎn)足消費(fèi)者對(duì)購(gòu)買(mǎi)物品不斷更新的需求[7]。

此外，系統(tǒng)還會(huì)定期向用戶(hù)下發(fā)一些問(wèn)卷調(diào)查，來(lái)掌握用戶(hù)的偏好，這些都屬于信息的顯性收集。信息的隱性收集主要是記錄用戶(hù)行為[10]。用戶(hù)的訂單表、好友表、商品評(píng)價(jià)、商品收藏、商品瀏覽及瀏覽時(shí)間、商品搜索以及所購(gòu)買(mǎi)的商品的價(jià)格品牌等都是信息的隱性收集對(duì)象。了解這些主要是為了分析用戶(hù)的喜好和需求。信息采集器模塊分析如圖2所示。1.2 信息儲(chǔ)存分析器
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王霞;;電子商務(wù)推薦系統(tǒng)評(píng)述[J];福建電腦;2006年08期

2 劉強(qiáng);;推薦系統(tǒng)的商業(yè)價(jià)值[J];軟件和集成電路;2019年04期

3 王月星;;國(guó)內(nèi)旅游推薦系統(tǒng)研究進(jìn)展[J];商場(chǎng)現(xiàn)代化;2017年10期

4 常亮;曹玉婷;孫文平;張偉濤;陳君同;;旅游推薦系統(tǒng)研究綜述[J];計(jì)算機(jī)科學(xué);2017年10期

5 王毅;;網(wǎng)絡(luò)推薦系統(tǒng)的三大挑戰(zhàn)——從用戶(hù)體驗(yàn)出發(fā)[J];清華管理評(píng)論;2013年06期

6 王海明;;基于大數(shù)據(jù)下電子商務(wù)商品推薦系統(tǒng)的分析[J];環(huán)球市場(chǎng)信息導(dǎo)報(bào);2017年27期

7 ;電商推薦系統(tǒng)進(jìn)階[J];IT經(jīng)理世界;2013年11期

8 傅孟如;姜素蘭;閔婭萍;;VAX—11/750機(jī)學(xué)生測(cè)評(píng)、推薦系統(tǒng)的設(shè)計(jì)與應(yīng)用[J];計(jì)算技術(shù)與自動(dòng)化;1989年03期

9 王靖?jìng)?劉英超;孟巍;;電子商務(wù)推薦系統(tǒng)研究綜述[J];電子商務(wù);2014年06期

10 張佳威;;美團(tuán)推薦系統(tǒng)實(shí)證系統(tǒng)[J];農(nóng)家參謀;2018年11期

相關(guān)博士學(xué)位論文 前10條

1 夏彬;基于位置信息社交網(wǎng)絡(luò)的推薦系統(tǒng)研究[D];南京理工大學(xué);2018年

2 王夢(mèng)晗;推薦系統(tǒng)中數(shù)據(jù)缺失問(wèn)題的研究[D];浙江大學(xué);2019年

3 徐原博;推薦系統(tǒng)中面向評(píng)分和文本數(shù)據(jù)挖掘的若干關(guān)鍵技術(shù)研究[D];吉林大學(xué);2019年

4 蔣偉;推薦系統(tǒng)若干關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2018年

5 練建勛;基于多樣化內(nèi)容數(shù)據(jù)的個(gè)性化推薦系統(tǒng)[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

6 曹渝昆;基于神經(jīng)網(wǎng)絡(luò)和模糊邏輯的智能推薦系統(tǒng)研究[D];重慶大學(xué);2006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 顏端武;面向知識(shí)服務(wù)的智能推薦系統(tǒng)研究[D];南京理工大學(xué);2007年

9 劉龍;一個(gè)能實(shí)現(xiàn)個(gè)性化實(shí)時(shí)路徑推薦服務(wù)的推薦系統(tǒng)框架[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

10 高全力;上下文感知推薦系統(tǒng)關(guān)鍵問(wèn)題研究[D];西北大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 劉倩;基于用戶(hù)特征的購(gòu)物推薦系統(tǒng)的研究與實(shí)現(xiàn)[D];西南交通大學(xué);2019年

2 李曉林;基于協(xié)同過(guò)濾算法的學(xué)習(xí)資源推薦系統(tǒng)研究與實(shí)現(xiàn)[D];云南大學(xué);2018年

3 劉欣欣;基于信息傳播算法的推薦系統(tǒng)設(shè)計(jì)與開(kāi)發(fā)[D];北方民族大學(xué);2020年

4 李美娟;基于資源代理的停車(chē)位推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2019年

5 張雪純;個(gè)性化電影主題播單推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京交通大學(xué);2019年

6 郝亮;個(gè)性化電影推薦系統(tǒng)的研究與設(shè)計(jì)[D];電子科技大學(xué);2019年

7 康健;電影推薦系統(tǒng)微信小程序的設(shè)計(jì)與實(shí)現(xiàn)[D];西北民族大學(xué);2019年

8 齊德法;基于多重粒度召回的短視頻推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];山東師范大學(xué);2019年

9 陳俊然;基于標(biāo)簽的專(zhuān)家信息推薦系統(tǒng)的研究[D];安徽理工大學(xué);2019年

10 楊凱;基于Hadoop平臺(tái)的個(gè)性化新聞推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京交通大學(xué);2019年

本文編號(hào)：2852184