基于关联规则的电子商务智能推荐系统研究

发布时间：2017-03-24 15:07

  本文关键词：基于关联规则的电子商务智能推荐系统研究，由笔耕文化传播整理发布。

【摘要】：随着互联网的普及，使得人们从传统的购物方式逐渐向网络购物方式转移。使得越来越多的用户在足不出户的情况下，电子商务系统成为更多用户选择的购物方式。但随着网站结构日益复杂以及商品种类信息越来越多也带来一个重要问题，用户经常会迷失在海量的商品信息空间中，无法顺利找出自己所需要的商品。因此，一个优质高效的电子商务推荐系统如何提高电子商务网站的竞争力与销售能力，有效地留住客户，已经逐渐成为电子商务网站中关键技术的研究内容，成为纵多研究者关注的焦点。 各大电子商务网站通过推荐系统向用户提供多样化的推荐服务，使得推荐技术在实际的应用中获得了良好的效益。同时随着用户人数的指数增长与网站内容结构规模的不断扩大，也给推荐系统带来诸如推荐效率，推荐精度方面的挑战。本文从以下几点针对电子商务推荐所遇到的主要问题和所涉及的技术进行分析研究。 本文首先分析了电子商务和数据挖掘的国内外研究现状并且阐述了本课题的研究意义。其次详细介绍了电子商务推荐系统中所涉及到的技术包括数据挖掘和Web数据挖掘。对数据挖掘技术作了详细阐述，介绍了数据挖掘的功能、挖掘过程、常用算法和基本任务。Web数据挖掘在电子商务推荐系统中所起的作用。通过电子商务推荐系统的简单模型介绍了其具体的工作流程和具体运用到的技术。最后，也是本文的关键，通过对Apriori算法中的项集分段并在此基础上提出了一种基于布尔矩阵的改进算法。并将改进的算法应用于推荐系统中使其可以提高系统的推荐质量，增加商家的销售量。 本文对Apriori改进算法仍存在不足之处，在提供实时推荐服务的同时，，对于如何高效提高推荐系统的推荐质量还需要做进一步的研究。如何将本文改进的算法与其他推荐算法组合的使用，使得各自算法的优点能够在推荐系统中得到更好的发挥也是下一步的研究方向。
【关键词】：电子商务 数据挖掘 推荐系统 关联规则
【学位授予单位】：辽宁科技大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TP311.13;TP391.3
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 绪论9-14
• 1.1 研究背景9-10
• 1.2 电子商务国内外研究现状10-11
• 1.3 数据挖掘国内外研究现状11-12
• 1.4 本文的研究工作及组织结构12-13
• 1.4.1 研究工作12
• 1.4.2 论文组织结构12-13
• 1.5 本章小结13-14
• 第二章 数据挖掘技术简介14-25
• 2.1 数据挖掘简述14-15
• 2.2 数据挖掘15-20
• 2.2.1 数据挖掘功能15-17
• 2.2.2 数据挖掘过程17-18
• 2.2.3 数据挖掘常用算法18-19
• 2.2.4 数据挖掘基本任务19-20
• 2.3 Web 数据挖掘20-24
• 2.3.1 Web 数据挖掘简介20-21
• 2.3.2 Web 数据挖掘分类21-24
• 2.4 本章小结24-25
• 第三章 电子商务推荐系统25-34
• 3.1 电子商务推荐系统简介25-28
• 3.1.1 电子商务推荐系统的意义25-26
• 3.1.2 电子商务推荐系统的算法26
• 3.1.3 电子商务推荐系统采用的方法26-28
• 3.1.4 电子商务推荐系统的分类28
• 3.2 电子商务推荐系统模型28-30
• 3.3 电子商务推荐系统的输入/输出30-32
• 3.3.1 电子商务推荐系统的输入30-31
• 3.3.2 电子商务推荐系统的输出31-32
• 3.4 电子商务推荐算法面临的挑战32-33
• 3.5 本章小结33-34
• 第四章 基于关联规则的数据挖掘算法研究34-59
• 4.1 关联规则挖掘的基本概念34-36
• 4.2 关联规则经典算法—Apriori 算法36-43
• 4.2.1 Apriori 算法思想36-37
• 4.2.2 Apriroi 算法描述37-39
• 4.2.3 Apriori 算法实例39-42
• 4.2.4 Apriori 算法的优化42-43
• 4.3 改进的 Apriori 算法43-50
• 4.3.1 相关定义43-44
• 4.3.2 改进算法的主要思想44-48
• 4.3.3 改进算法优缺点48
• 4.3.4 实验结果及分析48-50
• 4.4 分段算法在实际中的应用50-53
• 4.5 初步设计电子商务智能推荐系统53-57
• 4.6 关联规则生成模块步骤57-58
• 4.7 本章小结58-59
• 第五章 总结与展望59-60
• 5.1 总结59
• 5.2 展望59-60
• 参考文献60-63
• 攻读硕士学位期间发表学术论文情况63-64
• 致谢64-65
• 作者简介65-66

【参考文献】

中国期刊全文数据库 前9条

1 鲍玉斌,王大玲,于戈;关联规则和聚类分析在个性化推荐中的应用[J];东北大学学报;2003年12期

2 刘以安;羊斌;;关联规则挖掘中对Apriori算法的一种改进研究[J];计算机应用;2007年02期

3 黄飞雪,周东清,孙万军,冯青;基于神经网络的数据采掘技术[J];计算机应用研究;2000年09期

4 戚飞;侯国庆;;电子商务学科应用领域问题探析[J];内蒙古农业大学学报(自然科学版);2006年04期

5 窦俊霞;;电子商务在我国发展的现状及对策分析[J];求实;2011年S2期

6 袁万莲;郑诚;翟明清;;一种改进的Apriori算法[J];计算机技术与发展;2008年05期

7 王柏盛;刘寒冰;靳书和;马丽艳;;基于矩阵的关联规则挖掘算法[J];微计算机信息;2007年15期

8 杨乔林;Internet上的电子商务[J];计算机系统应用;1998年11期

9 刘兴雨;数据挖掘技术及在电子商务中的应用[J];计算机系统应用;2001年06期

  本文关键词：基于关联规则的电子商务智能推荐系统研究，由笔耕文化传播整理发布。

本文编号：265767