本文關(guān)鍵詞：基于BP算法的移動電子商務(wù)信息推送應(yīng)用研究　出處：《北方民族大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 移動電子商務(wù) 數(shù)據(jù)挖掘 遺傳算法 BP算法 多推薦模型

【摘要】：由于互聯(lián)網(wǎng)、移動設(shè)備等信息技術(shù)和服務(wù)行業(yè)的迅猛發(fā)展,目前的電子商務(wù)朝著一種新的方向發(fā)展,以移動性和個性化為主要特征的移動電子商務(wù)逐漸被大眾所熟知。移動電子商務(wù)因為其方便快捷的交易方式,以及購買商品的便利性,得到了越來越多人的喜愛。盡管移動電子商務(wù)的快速發(fā)展給我們帶來了很多方便,但是商品的種類和數(shù)量也日趨繁多,站點的網(wǎng)站結(jié)構(gòu)也越發(fā)復(fù)雜,這使得用戶很難在短期內(nèi)尋找到自己想要的信息。移動電子商務(wù)推薦系統(tǒng)的發(fā)展為其行業(yè)帶來了前所未有的機遇。一個成功的推薦系統(tǒng)就像是另一個自己,只不過它扮演著服務(wù)者的角色,它能夠很清楚用戶自己本身的喜好,非常清楚用戶想要的,進而可以提高客戶對網(wǎng)站的滿意度和忠實度,進而提高業(yè)務(wù)績效。本文在以上背景的基礎(chǔ)上主要做了以下工作。首先是通過分析移動端電子商務(wù)特點和性質(zhì),對電子商務(wù)推薦系統(tǒng)中常用到的數(shù)據(jù)挖掘技術(shù)和推薦技術(shù)進行對比分析;其次基于數(shù)據(jù)挖掘算法的現(xiàn)有研究成果,針對數(shù)據(jù)挖掘方法的BP(誤差反向傳播算法)算法固有的缺陷進行改進,主要思路是通過改進GA(遺傳算法)適應(yīng)度函數(shù)后來對BP算法進行優(yōu)化,并敘述了新模型的核心思想和算法流程;然后在此基礎(chǔ)上對其進行實驗測試和性能分析。此外,本文在分析移動電商推薦系統(tǒng)基本架構(gòu)的基礎(chǔ)上,結(jié)合當(dāng)前推薦應(yīng)用中出現(xiàn)的新需求,提出了一種跨平臺的移動電子商務(wù)多推薦系統(tǒng)模型(Cross-platform Mobile E-commerce Multi-recommendation System,CP-MEMRS),并給出了模型的基本框架,并且對該模型在實際應(yīng)用中可能遇到的困難進行了分析。
[Abstract]:With the rapid development of information technology and service industry, such as Internet, mobile devices, electronic commerce is developing in a new direction. Mobile E-commerce, which is characterized by mobility and personalization, is gradually known by the public. Mobile E-commerce is because of its convenient and quick way of trading, as well as the convenience of buying goods. Although the rapid development of mobile electronic commerce has brought us a lot of convenience, but the variety and quantity of goods is becoming more and more diverse, the site structure is becoming more and more complex. This makes it difficult for users to find the information they want in the short term. The development of mobile e-commerce recommendation system brings unprecedented opportunities for their industry. A successful recommendation system is like another one. Only it acts as a server, it can be very clear about the user's own preferences, very clear users want, and thus improve customer satisfaction and loyalty to the site. Then improve business performance. Based on the above background, this paper mainly does the following work. First of all, through the analysis of the characteristics and properties of mobile e-commerce. Compare and analyze the data mining technology and the recommendation technology which are often used in the E-commerce recommendation system. Secondly, based on the existing research results of the data mining algorithm, the inherent defects of the BP (error back Propagation algorithm) algorithm of the data mining method are improved. The main idea is to optimize BP algorithm by improving GA (genetic algorithm) fitness function, and describe the core idea and algorithm flow of the new model. In addition, based on the analysis of the basic architecture of mobile e-commerce recommendation system, combined with the new requirements of the current recommended applications. In this paper, a cross-platform multi-recommendation system model for mobile e-commerce is proposed. Cross-platform Mobile E-commerce Multi-recommendation System. The basic frame of the model is given, and the difficulties that may be encountered in the practical application of the model are analyzed.
【學(xué)位授予單位】：北方民族大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：F724.6;TP18;TP391.3

【參考文獻】

相關(guān)期刊論文 前10條

1 王磊;王汝涼;曲洪峰;玄揚;;BP神經(jīng)網(wǎng)絡(luò)算法改進及應(yīng)用[J];軟件導(dǎo)刊;2016年05期

2 王磊;王汝涼;;基于改進的BP神經(jīng)網(wǎng)絡(luò)方法的數(shù)據(jù)挖掘[J];廣西師范學(xué)院學(xué)報(自然科學(xué)版);2016年01期

3 邰琦琿;;電子商務(wù)中的數(shù)據(jù)挖掘技術(shù)探討[J];電腦編程技巧與維護;2016年06期

4 Zhou-zhou HE;Zhong-fei ZHANG;Chun-ming CHEN;Zheng-gang WANG;;應(yīng)用于電子商務(wù)環(huán)境的商業(yè)模式挖掘和預(yù)測方法（英文）[J];Frontiers of Information Technology & Electronic Engineering;2015年09期

5 劉曉云;焦亞琴;張銀葉;;基于PMML的電子商務(wù)數(shù)據(jù)挖掘研究[J];現(xiàn)代情報;2015年08期

6 胡東波;肖璇;周錦;;基于數(shù)據(jù)挖掘的移動電子商務(wù)用戶群體特征分析[J];科技管理研究;2013年09期

7 儲兵;吳陳;楊習(xí)貝;;基于RBF神經(jīng)網(wǎng)絡(luò)與粗糙集的數(shù)據(jù)挖掘算法[J];計算機技術(shù)與發(fā)展;2013年07期

8 何清;;物聯(lián)網(wǎng)與數(shù)據(jù)挖掘云服務(wù)[J];智能系統(tǒng)學(xué)報;2012年03期

9 丁悅;張陽;李戰(zhàn)懷;王勇;;圖數(shù)據(jù)挖掘技術(shù)的研究與進展[J];計算機應(yīng)用;2012年01期

10 許海玲;吳瀟;李曉東;閻保平;;互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J];軟件學(xué)報;2009年02期

相關(guān)博士學(xué)位論文 前1條

1 鄧曉懿;移動電子商務(wù)個性化服務(wù)推薦方法研究[D];大連理工大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 伍娜;基于改進遺傳神經(jīng)網(wǎng)絡(luò)的ATM現(xiàn)金預(yù)測的研究[D];暨南大學(xué);2016年

2 劉璽;基于BP神經(jīng)網(wǎng)絡(luò)的股價預(yù)測方法研究[D];北京交通大學(xué);2016年

3 胡中飛;基于數(shù)據(jù)挖掘的網(wǎng)上商城個性化推薦模型研究[D];重慶工商大學(xué);2015年

4 彭博;APP視角下的移動電子商務(wù)發(fā)展?jié)摿ρ芯縖D];重慶工商大學(xué);2015年

5 張銀葉;一種可適應(yīng)多變需求的數(shù)據(jù)處理平臺設(shè)計與應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2015年

6 楊帆;移動電子商務(wù)個性化信息服務(wù)研究[D];蘇州大學(xué);2015年

7 衛(wèi)華;數(shù)據(jù)挖掘在電子商務(wù)推薦系統(tǒng)中的應(yīng)用與研究[D];西安科技大學(xué);2013年

8 徐莉;基于數(shù)據(jù)挖掘技術(shù)的電子商務(wù)推薦系統(tǒng)的研究[D];北京郵電大學(xué);2013年

9 李友坤;BP神經(jīng)網(wǎng)絡(luò)的研究分析及改進應(yīng)用[D];安徽理工大學(xué);2012年

10 劉天舒;BP神經(jīng)網(wǎng)絡(luò)的改進研究及應(yīng)用[D];東北農(nóng)業(yè)大學(xué);2011年

，

本文編號：1434788