本文選題：博庫圖書商城　切入點(diǎn)：用戶數(shù)據(jù)挖掘　出處：《哈爾濱理工大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著電子商務(wù)領(lǐng)域數(shù)據(jù)量的迅速增長,電子商務(wù)已進(jìn)入以數(shù)據(jù)為基礎(chǔ)的時(shí)代,電商都希望抓住這一契機(jī),將數(shù)據(jù)有效利用,個(gè)性化推薦已成為電商數(shù)據(jù)應(yīng)用的重要切入點(diǎn),其作用就是為用戶提供高質(zhì)量的個(gè)性化推薦服務(wù)。通過收集大量用戶數(shù)據(jù)并挖掘隱含的用戶偏好,向用戶推薦個(gè)性化商品,刺激用戶的購物欲望,從而提高銷售額,獲得更大的利潤。除此之外,個(gè)性化推薦還能挖掘出用戶潛在的購物意向,向客戶推薦到目前為止未接觸過但以后可能購買的商品信息。不僅能為用戶帶來優(yōu)質(zhì)的服務(wù),還能為電商企業(yè)帶來前所未有的利潤,這也是個(gè)性化推薦廣泛應(yīng)用的原因之一。因此,電子商務(wù)企業(yè)的個(gè)性化推薦不僅可以提高企業(yè)的服務(wù)質(zhì)量,還可以促進(jìn)用戶購買。本文以博庫圖書商城為研究對象,分析商城產(chǎn)生數(shù)據(jù)的類型,特點(diǎn)及用戶數(shù)據(jù)應(yīng)用中存在的問題,進(jìn)而分析商城數(shù)據(jù)挖掘過程及推薦方法,將用戶數(shù)據(jù)分為文本評論數(shù)據(jù),基本特征數(shù)據(jù),交易行為數(shù)據(jù)。在評論的數(shù)據(jù)挖掘中,將虛假評論過濾,基于情感詞提取圖書屬性,構(gòu)建圖書屬性庫,將用戶—圖書評分轉(zhuǎn)化為用戶—屬性評分;在用戶基本特征和交易行為特征的挖掘中,挖掘衍生屬性,利用FCM聚類方法將用戶分為高價(jià)值用戶,中等價(jià)值用戶,普通價(jià)值用戶,低價(jià)值用戶,在四個(gè)類內(nèi)利用改進(jìn)的用戶相似性方法計(jì)算用戶相似性,利用用戶相似性填充用戶—屬性評分稀疏矩陣;基于填充后的矩陣得出目標(biāo)用戶偏好的最近鄰居集,計(jì)算用戶對未評屬性的評分,將目標(biāo)用戶對商品的所有屬性評分均值進(jìn)行排序,形成該用戶的Top-N推薦列表。完成推薦,通過實(shí)驗(yàn)證明推薦方法設(shè)計(jì)的準(zhǔn)確性。通過對博庫圖書商城的用戶數(shù)據(jù)挖掘及推薦方法的設(shè)計(jì),一方面充分利用了商城產(chǎn)生的用戶數(shù)據(jù),結(jié)合協(xié)同過濾推薦理論,豐富數(shù)據(jù)挖掘理論及其應(yīng)用;另一方面通過為博庫圖書商城設(shè)計(jì)個(gè)性化推薦方法,達(dá)到精準(zhǔn)化地向用戶推薦圖書的目的,對網(wǎng)上圖書類商城的經(jīng)營提供幫助。
[Abstract]:With the rapid growth of data volume in the field of electronic commerce, electronic commerce has entered a data-based era. E-commerce hopes to seize this opportunity, make effective use of data, and personalized recommendation has become an important entry point for the application of e-commerce data. Its function is to provide high quality personalized recommendation service for users. By collecting a large amount of user data and mining hidden user preferences to recommend personalized products to users, stimulate the user's desire to buy, thereby increasing the sales volume. Besides, personalized recommendation can also discover the potential shopping intention of the user, and recommend to the customer information that has not been contacted so far but may be purchased in the future. It can not only bring good service to the user, It can also bring unprecedented profits to e-commerce enterprises, which is one of the reasons why personalized recommendation is widely used. Therefore, the personalized recommendation of e-commerce enterprises can not only improve the service quality of enterprises, This paper analyzes the types and characteristics of the data generated by the mall and the problems existing in the application of user data, and then analyzes the process of data mining and the recommended method of the shopping mall. The user data is divided into text comment data, basic characteristic data and transaction behavior data. In the data mining of comments, the false comments are filtered, the book attributes are extracted based on emotional words, and the library of book attributes is constructed. The user-book score is transformed into the user-attribute score, and in the mining of the user's basic characteristics and transaction behavior characteristics, the derived attributes are mined, and the users are divided into high value users, middle value users and ordinary value users by using FCM clustering method. In the four classes, the improved user similarity method is used to calculate the user similarity, the user similarity is used to fill the user-attribute score sparse matrix, and the nearest neighbor set of the target user preference is obtained based on the filled matrix. Calculate the user's rating of the unevaluated attributes, rank the target user's average value of all the attributes of the item, form the user's Top-N recommendation list, and complete the recommendation. Through experiments, the accuracy of the design of recommendation method is proved. Through the design of user data mining and recommendation method of Boku Book Market, on the one hand, it makes full use of the user data generated by the mall, and combines with the theory of collaborative filtering recommendation. On the other hand, by designing the personalized recommendation method for the book mall of Boku, we can accurately recommend the books to the users, and provide help for the management of the online book mall.
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：G239.23;F724.6;F274

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 香麗蕓;淺談數(shù)據(jù)挖掘及其應(yīng)用[J];昌吉師專學(xué)報(bào);2001年02期

2 鄭雪燕,張杰明,岳洋;數(shù)據(jù)挖掘語言[J];計(jì)算機(jī)時(shí)代;2001年11期

3 劉明晶;數(shù)據(jù)挖掘[J];華南金融電腦;2001年04期

4 張偉;劉勇國;彭軍;廖曉峰;吳中福;;數(shù)據(jù)挖掘發(fā)展研究[J];計(jì)算機(jī)科學(xué);2001年07期

5 鐘曉;馬少平;張鈸;俞瑞釗;;數(shù)據(jù)挖掘綜述[J];模式識別與人工智能;2001年01期

6 朱建平,張潤楚;數(shù)據(jù)挖掘的發(fā)展及其特點(diǎn)[J];統(tǒng)計(jì)與決策;2002年07期

7 傅嵐;在數(shù)據(jù)海洋中打撈信息數(shù)據(jù)挖掘[J];科技廣場;2002年11期

8 李峻;數(shù)據(jù)挖掘,企業(yè)洞察先機(jī)的“慧眼”[J];中國計(jì)算機(jī)用戶;2002年48期

9 羅可,蔡碧野,卜勝賢,謝中科;數(shù)據(jù)挖掘及其發(fā)展研究[J];計(jì)算機(jī)工程與應(yīng)用;2002年14期

10 ;2002數(shù)據(jù)挖掘研討班[J];計(jì)算機(jī)工程;2002年06期

相關(guān)會議論文 前10條

1 史東輝;蔡慶生;張春陽;;一種新的數(shù)據(jù)挖掘多策略方法研究[A];第十七屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報(bào)告篇）[C];2000年

2 張弦;;數(shù)據(jù)挖掘在農(nóng)業(yè)中的應(yīng)用[A];紀(jì)念中國農(nóng)業(yè)工程學(xué)會成立30周年暨中國農(nóng)業(yè)工程學(xué)會2009年學(xué)術(shù)年會（CSAE 2009）論文集[C];2009年

3 魏順平;;教育數(shù)據(jù)挖掘:現(xiàn)狀與趨勢[A];信息化、工業(yè)化融合與服務(wù)創(chuàng)新——第十三屆計(jì)算機(jī)模擬與信息技術(shù)學(xué)術(shù)會議論文集[C];2011年

4 關(guān)清平;沉培輝;;概率網(wǎng)絡(luò)在數(shù)據(jù)挖掘上的應(yīng)用[A];科技、工程與經(jīng)濟(jì)社會協(xié)調(diào)發(fā)展——中國科協(xié)第五屆青年學(xué)術(shù)年會論文集[C];2004年

5 丁瑾;;基于Web數(shù)據(jù)挖掘的綜述[A];山西省科學(xué)技術(shù)情報(bào)學(xué)會學(xué)術(shù)年會論文集[C];2004年

6 聶茹;田森平;;Web數(shù)據(jù)挖掘及其在電子商務(wù)中的應(yīng)用[A];中南六省（區(qū)）自動(dòng)化學(xué)會第24屆學(xué)術(shù)年會會議論文集[C];2006年

7 李菊;王軍;;數(shù)據(jù)挖掘在客戶關(guān)系管理的應(yīng)用[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

8 肖陽;李啟賢;;數(shù)據(jù)挖掘在中國鋼鐵行業(yè)中的應(yīng)用[A];中國計(jì)量協(xié)會冶金分會2012年會暨能源計(jì)量與節(jié)能降耗經(jīng)驗(yàn)交流會論文集[C];2012年

9 楊磊;王貴成;汪勇;張占勝;;SQL Server 2005在數(shù)據(jù)挖掘中的應(yīng)用[A];2009年中國智能自動(dòng)化會議論文集（第二分冊）[C];2009年

10 謝中;邱玉輝;;面向商務(wù)網(wǎng)站有效性的數(shù)據(jù)挖掘方法[A];第十八屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報(bào)告篇）[C];2001年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者褚寧;數(shù)據(jù)挖掘如“挖金”[N];解放日報(bào);2002年

2 周蓉蓉;數(shù)據(jù)挖掘需要點(diǎn)想像力[N];計(jì)算機(jī)世界;2004年

3 □中國電信股份有限公司北京研究院 張舒博 □北京郵電大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 牛琨;走出數(shù)據(jù)挖掘的誤區(qū)[N];人民郵電;2006年

4 《網(wǎng)絡(luò)世界》記者 王瑩;數(shù)據(jù)挖掘保險(xiǎn)業(yè)的新藍(lán)海[N];網(wǎng)絡(luò)世界;2012年

5 劉俊麗;基于地理化的網(wǎng)絡(luò)數(shù)據(jù)挖掘與分析提升投資有效性[N];人民郵電;2014年

6 本報(bào)記者 連曉東;數(shù)據(jù)挖掘：金融信息化新熱點(diǎn)[N];中國電子報(bào);2002年

7 本報(bào)記者 鳳小華 朱仁康;“數(shù)字挖掘軟件”引領(lǐng)中國信息化新浪潮[N];中國電子報(bào);2003年

8 本報(bào)記者　史延廷;“成功企業(yè)數(shù)據(jù)挖掘暨數(shù)量化管理論壇”在京舉辦[N];中國旅游報(bào);2002年

9 朱小寧;數(shù)據(jù)挖掘：信息化戰(zhàn)爭的基礎(chǔ)工程[N];解放軍報(bào);2005年

10 本報(bào)記者 王小平;從“大集中”走向數(shù)據(jù)挖掘[N];金融時(shí)報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 于自強(qiáng);海量流數(shù)據(jù)挖掘相關(guān)問題研究[D];山東大學(xué);2015年

2 張馨;全基因組SNP芯片應(yīng)用于CNV和L0H分析的軟件比對與數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 彭計(jì)紅;基于數(shù)據(jù)挖掘的癡呆中醫(yī)證的研究[D];南京中醫(yī)藥大學(xué);2015年

4 李秋虹;基于MapReduce的大規(guī)模數(shù)據(jù)挖掘技術(shù)研究[D];復(fù)旦大學(xué);2013年

5 鄔文帥;基于多目標(biāo)決策的數(shù)據(jù)挖掘方法評估與應(yīng)用[D];電子科技大學(xué);2015年

6 謝邦彥;整合數(shù)據(jù)挖掘與TRIZ理論的質(zhì)量管理方法研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2010年

7 何偉全;云南高校學(xué)生意外傷害因素關(guān)聯(lián)規(guī)則挖掘及風(fēng)險(xiǎn)管控體系研究[D];昆明理工大學(xué);2015年

8 段功豪;基于多結(jié)構(gòu)數(shù)據(jù)挖掘的滑坡災(zāi)害預(yù)測模型研究[D];中國地質(zhì)大學(xué);2016年

9 白曉明;基于數(shù)據(jù)挖掘的復(fù)合材料宏—細(xì)觀力學(xué)模型研究[D];哈爾濱工業(yè)大學(xué);2016年

10 藍(lán)永豪（LAM Wing Ho）;基于數(shù)據(jù)挖掘技術(shù)分析當(dāng)代中醫(yī)名家痤瘡驗(yàn)方經(jīng)驗(yàn)研究[D];南京中醫(yī)藥大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 林仁紅;基于數(shù)據(jù)挖掘的機(jī)遇識別與評價(jià)研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2007年

2 張彥俊;游戲運(yùn)營中的數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 焦亞召;基于多核函數(shù)FCM算法在數(shù)據(jù)挖掘聚類中的應(yīng)用研究[D];昆明理工大學(xué);2015年

4 王杰鋒;物聯(lián)網(wǎng)能耗數(shù)據(jù)智能分析及其應(yīng)用平臺設(shè)計(jì)[D];江南大學(xué);2015年

5 劉學(xué)建;數(shù)據(jù)挖掘在電子商務(wù)推薦系統(tǒng)中的應(yīng)用研究[D];昆明理工大學(xué);2015年

6 戴陽陽;基于數(shù)據(jù)挖掘的金融時(shí)間序列預(yù)測研究與應(yīng)用[D];江南大學(xué);2015年

7 石思優(yōu);基于主題模型的醫(yī)療數(shù)據(jù)挖掘研究[D];廣東技術(shù)師范學(xué)院;2015年

8 陳丹;移動(dòng)互聯(lián)網(wǎng)信令挖掘?qū)崿F(xiàn)智慧營銷的設(shè)計(jì)與實(shí)現(xiàn)應(yīng)用研究[D];華南理工大學(xué);2015年

9 陳思;基于數(shù)據(jù)挖掘的大學(xué)生客戶識別模型的研究[D];昆明理工大學(xué);2015年

10 位長帥;基于客戶數(shù)據(jù)挖掘的電信客戶關(guān)系管理研究[D];西南交通大學(xué);2015年

，

本文編號：1583673