基于Hive的电子商务推荐系统的设计与实现

发布时间：2020-08-07 09:05

【摘要】：现如今,人们已经处在一个数据泛滥的时代,不管是数据制造者,还是数据收集者都遇到了前所未有的挑战。对于数据制造者来说,如何让自己曝光的信息快速被外界关注,是一件艰难的事情;对于数据收集者来说,如何从海量的数据中获得自己感兴趣的数据也是一件非常困难的事情。在如今的互联网大背景下,物品上架成本很低,电商平台发布商品将是一件很容易的事情;以未来的眼光看,电子商务平台会售卖出比普通零售业更多的物品;显然数据已成爆发式增长,需要通过结合用户行为数据分析,给每个用户推荐个性化的商品,从而提升商品交易总额(GMV)是未来的发展趋势,做到推荐系统智能化、个性化,提供千人千面的个性化服务。推荐系统的本质是聚焦用户和信息之间的联系,通过推荐系统找到有用的信息以及让数据展现到它喜欢的用户眼前,从而实现两者共赢。本文围绕着个性化推荐在电商平台的应用,主要展开了以下研究工作:首先,采用了分布式平台获取用户行为大数据,结合用户基础数据、画像数据、物品销量数据,物品流量等关键指标,进行个性化推荐。然后,介绍了一种持续可调的个性化参数模型,推荐系统后台支持按品类调节因子,调节商品排序;支持黑白名单参与配件排序等。最后,提出了用户在三种状态下的个性化推荐规则,即已登录系统用户、游客用户、首次登录用户;在线用户采用大数据平台推荐数据;游客用户采用默认排序数据,首次登录用户采用当前热销数据默认排序。本文依托电子商务平台,对基于大数据平台的个性化推荐系统进行了验证,研究结果证明了以分布式数据分析平台、个性化推荐系统相结合的方式能让转化率和GMV有显著的提升。
【学位授予单位】：南昌航空大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.3
【图文】：

今日头条个性化推荐页（未登录（左），已登录（右））

图 1-4 亚马逊定制化推荐列表京东商城是国内中高端市场较大的电子商务公司，京东商城依托自建的物流系统，近年来一直致力于提升用户体验，实现了当天到货或定时到货的承诺。京东个性化推荐系统充分结合协同过滤和机器学习算法，通过用户单边数据、用户画像数据、商品单边数据、用户-商品联合数据等特征训练模型，采用高效精准的

图 1-5 京东商城手机推荐频道页天猫是国内较大的电子商务公司之一，天猫依靠其强大的资金储备和流量红利，活跃用户一直处在国内领先水平。天猫一直以来以物品丰富著称，物品信息的庞大将会给任何一个推荐系统带来强大的压力，大量的 User+大量的 Item 必将导致性能问题，无论是模型训练还是用户-商品矩阵的生成，都将是一个挑战。因

【相似文献】

相关期刊论文 前10条

1 ;电商推荐系统进阶[J];IT经理世界;2013年11期

2 米可菲;张勇;邢春晓;蔚欣;;面向大数据的开源推荐系统分析[J];计算机与数字工程;2013年10期

3 脱建勇;王嵩;李秀;刘文煌;;精品课共享中的推荐系统框架与实现[J];计算机工程与设计;2006年17期

4 苏冠贤;张丽霞;林丕源;刘吉平;;生物信息学推荐系统的设计与实现[J];计算机应用研究;2007年05期

5 王改芬;;推荐系统研究综述[J];软件导刊;2007年23期

6 叶群来;;营销与网络推荐系统[J];电子商务;2007年10期

7 李媚;;个性化网络学习资源推荐系统研究[J];福建电脑;2008年12期

8 潘冉;姜丽红;;基于经济学模型的推荐系统的研究[J];计算机应用与软件;2008年03期

9 刘鲁;任晓丽;;推荐系统研究进展及展望[J];信息系统学报;2008年01期

10 刘小燕;陈艳丽;贾宗璞;沈记全;;基于增强学习的旅行计划推荐系统[J];计算机工程;2010年21期

相关会议论文 前8条

1 张燕;李燕萍;;基于内容分析和点击率记录的混合音乐推荐系统[A];2009年通信理论与信号处理学术年会论文集[C];2009年

2 赵欣;寇纲;邬文帅;卢艳群;;基于时间密集性的推荐系统攻击检测[A];第六届（2011）中国管理学年会论文摘要集[C];2011年

3 张玉连;张波;张敏;;改进的个性化信息推荐系统的设计与实现[A];2005年全国理论计算机科学学术年会论文集[C];2005年

4 王君;许洁萍;;层次音乐推荐系统的研究[A];第18届全国多媒体学术会议（NCMT2009）、第5届全国人机交互学术会议（CHCI2009）、第5届全国普适计算学术会议（PCC2009）论文集[C];2009年

5 潘宇;林鸿飞;杨志豪;;基于用户聚类的电子商务推荐系统[A];第三届学生计算语言学研讨会论文集[C];2006年

6 尤忠彬;陈越;张英;朱扬勇;;基于Web服务的技术转移平台推荐系统研究[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年

7 王国霞;刘贺平;李擎;;二部图影射及其在推荐系统中的应用[A];第25届中国控制与决策会议论文集[C];2013年

8 王雪;董爱华;吴怡之;;基于RFID技术的智能服装推荐系统设计[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

相关重要报纸文章 前2条

1 ;大数据如何“落地”[N];中国新闻出版报;2014年

2 本报记者 邹大斌;大数据：电商新武器[N];计算机世界;2012年

相关硕士学位论文 前10条

1 盖亮;电子商务推荐系统的研究与实现[D];天津大学;2007年

2 刘赫;一个基于聚类算法的推荐系统的设计与实现[D];吉林大学;2005年

3 黄杜鹃;基于多样性的社会化推荐系统研究与实现[D];电子科技大学;2012年

4 周凤林;电子商务下的柔性推荐系统[D];华中科技大学;2007年

5 yひ懔

本文编号：2783772