电子商务产品个性化推荐系统的设计与实现

发布时间：2017-03-27 02:09

  本文关键词：电子商务产品个性化推荐系统的设计与实现，由笔耕文化传播整理发布。

【摘要】：电子商务的快速发展和信息规模的迅速增长带来了信息过载问题，海量的信息同时呈现使得用户无法获取对自己有用的信息，而一般的检索和浏览服务很难满足用户的个性化需求和偏好，推荐系统作为一种信息过滤的重要手段，是目前解决信息过载问题非常有效的方法。推荐系统通过分析用户的行为来预测用户的喜好，使用户能更容易找到他们潜在需要的信息，模拟销售人员帮助客户完成购买过程。在日趋激烈的竞争环境下，推荐系统能有效的留住用户、防止用户流失、提升用户购物体验，提高电子商务网站的在线销售业绩，因此研究个性化推荐技术具有非常重要的理论和实际意义。 本文从大型B2C电子商务网站实际情况出发，根据网站的业务需求及业务特点，采用推荐策略组合的方式克服了协同过滤数据极端稀疏性、新用户和冷启动等问题，降低了单纯推荐技术的弱点。在技术实现上，将Web日志挖掘和用户、商品协同过滤技术相结合的机制，设计实现了基于用户行为的个性化推荐系统，同时对一些经典的推荐算法及推荐系统常见问题进行论述并最终给出相应的解决方案。 本文在设计上，充分考虑了系统的可扩展性和可维护性，便于网站后期的升级维护。在系统的开发上，采用B/S结构，使用最新的.NET Framework4.0平台，ASP.NET MVC3.0开发，结合最新的ADO.NET数据库访问技术，面向对象的编程模式，采用JSON形式提供对外接口服务，，方便外部系统调用及维护。
【关键词】：电子商务 推荐算法 个性化服务 协同过滤 B2C
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TP311.52;TP391.3
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-17
• 1.1 论文研究背景与意义9-10
• 1.1.1 研究背景9
• 1.1.2 研究意义9-10
• 1.2 个性化推荐系统的研究现状10-13
• 1.2.1 国外研究现状10-11
• 1.2.2 国内研究现状11-13
• 1.3 面临的挑战13-14
• 1.4 课题来源及论文组织结构14-17
• 1.4.1 主要研究内容14
• 1.4.2 论文组织结构14-17
• 第2章 相关理论及技术17-27
• 2.1 个性化推荐系统概述17-20
• 2.1.1 个性化推荐系统的概念17
• 2.1.2 个性化推荐系统的基本架构17-18
• 2.1.3 个性化推荐系统的分类18-20
• 2.2 个性化推荐系统关键技术20-24
• 2.2.1 COOKIE 技术20
• 2.2.2 聚类分析20-21
• 2.2.3 基于内容的过滤21-22
• 2.2.4 协同过滤22-24
• 2.3 开发技术分析24
• 2.3.1 常用 Web 开发技术分析24
• 2.3.2 开发技术选择24
• 2.4 本章小结24-27
• 第3章 需求分析27-41
• 3.1 电子商务网站现状27-29
• 3.2 系统设计目标29-30
• 3.3 功能需求30-39
• 3.3.1 功能概述30
• 3.3.2 推荐策略30-34
• 3.3.3 个性化信息获取及隐私保护34-35
• 3.3.4 界面需求及说明35-38
• 3.3.5 功能需求38-39
• 3.3.6 推荐流程图39
• 3.4 本章小结39-41
• 第4章 系统设计41-55
• 4.1 系统技术架构41-43
• 4.1.1 技术架构41-42
• 4.1.2 系统架构42-43
• 4.2 功能模块设计43-46
• 4.2.1 功能模块总图43-44
• 4.2.2 模块功能描述44-46
• 4.3 数据库设计46-48
• 4.3.1 概念数据模型46
• 4.3.2 物理数据模型46-48
• 4.4 主要数据表48-52
• 4.5 推荐算法选择52-53
• 4.6 接口方式53
• 本章小结53-55
• 第5章 系统实现55-71
• 5.1 系统环境55
• 5.2 系统实现55-65
• 5.2.1 推荐展示界面55-60
• 5.2.2 接口调用流程图60
• 5.2.3 推荐服务接口60-63
• 5.2.4 程序分层架构及关键代码实现63-65
• 5.3 系统测试65-69
• 5.3.1 测试目的65
• 5.3.2 测试方法65-68
• 5.3.3 测试结果68-69
• 本章小结69-71
• 结论71-73
• 参考文献73-79
• 致谢79

【参考文献】

中国期刊全文数据库 前10条

1 朱山立;郭卫平;;Web应用开发的技术比较[J];办公自动化;2005年05期

2 邢春晓;高凤荣;战思南;周立柱;;适应用户兴趣变化的协同过滤推荐算法[J];计算机研究与发展;2007年02期

3 马亚娜,钱焕延,孙亚民;用Cookie构建Web安全的实现[J];计算机工程;2002年11期

4 赵银春,付关友,朱征宇;基于Web浏览内容和行为相结合的用户兴趣挖掘[J];计算机工程;2005年12期

5 应晓敏,刘明,窦文华;一种面向个性化服务的客户端细粒度用户建模方法[J];计算机工程与科学;2003年06期

6 吴颜;沈洁;顾天竺;陈晓红;李慧;张舒;;协同过滤推荐系统中数据稀疏问题的解决[J];计算机应用研究;2007年06期

7 胡忠望;刘卫东;;Cookie应用与个人信息安全研究[J];计算机应用与软件;2007年03期

8 曾春,邢春晓,周立柱;个性化服务技术综述[J];软件学报;2002年10期

9 张光卫;李德毅;李鹏;康建初;陈桂生;;基于云模型的协同过滤推荐算法[J];软件学报;2007年10期

10 许海玲;吴潇;李晓东;阎保平;;互联网推荐系统比较研究[J];软件学报;2009年02期

中国硕士学位论文全文数据库 前3条

1 韩慧俊;电子商务个性化推荐系统的研究[D];上海交通大学;2007年

2 蒋

本文编号：269735