【摘要】： 隨著Internet的普及,電子商務(wù)也因其快捷方便、高效率、低成本等特點有了長足的發(fā)展。商務(wù)網(wǎng)站的規(guī)模不斷擴大,結(jié)構(gòu)也變得更加復(fù)雜。對于客戶來說,面對大量的商品信息,經(jīng)常無法順利找到自己需要的商品;對于企業(yè)來說,如何有效地提高其網(wǎng)站的吸引力,提升客戶服務(wù)水平,獲取更多的商業(yè)效益,都是亟待解決的問題。電子商務(wù)推薦系統(tǒng)是解決這一問題的有效手段。 本文首先對目前的推薦系統(tǒng)相關(guān)理論及關(guān)鍵技術(shù)進(jìn)行了深入的分析和研究,分析了現(xiàn)有推薦系統(tǒng)中存在的問題。建立了一個電子商務(wù)推薦系統(tǒng)體系結(jié)構(gòu),并詳細(xì)敘述了系統(tǒng)中各個模塊的功能、構(gòu)造以及算法的實現(xiàn)。 為了提高個性化推薦系統(tǒng)的準(zhǔn)確性,本文提出了基于客戶偏好的頁面隱式協(xié)同過濾算法(CPPICF),著重研究了協(xié)同過濾中的客戶近鄰問題,實現(xiàn)了信息的客觀評分,較好地解決了數(shù)據(jù)的稀疏性問題。 針對系統(tǒng)產(chǎn)生的推薦結(jié)果偏差,本文設(shè)計了推薦算法CRF,并對算法的可用性和有效性進(jìn)行了評價,增強了客戶的滿意度,提高了推薦的質(zhì)量。 考慮到CPPICF算法在數(shù)據(jù)量很大時,運算的效率不高;在推薦結(jié)果方面的形式多采用超鏈接的推薦,個性化不明顯。所以,后續(xù)的工作一方面是對算法進(jìn)行改進(jìn),將客戶瀏覽頁面的時間轉(zhuǎn)化為代表性強、數(shù)據(jù)量少的模型;另一方面是研究如何結(jié)合客戶的個人興趣特點,采用合適的界面形式(如浮動廣告等)為客戶提供推薦,以提高個性化程度。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2008
【分類號】：TP311.13

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 劉越江,黃今慧;數(shù)據(jù)挖掘中的數(shù)據(jù)預(yù)處理技術(shù)[J];科技情報開發(fā)與經(jīng)濟;2003年05期

相關(guān)博士學(xué)位論文 前1條

1 鄧愛林;電子商務(wù)推薦系統(tǒng)關(guān)鍵技術(shù)研究[D];復(fù)旦大學(xué);2003年

相關(guān)碩士學(xué)位論文 前2條

1 黃小琴;多Agent電子商務(wù)推薦系統(tǒng)研究[D];重慶大學(xué);2003年

2 萬宇文;用戶訪問模式在線挖掘推薦系統(tǒng)的研究[D];江西師范大學(xué);2003年

本文編號：2722265