一种混合模式电子商务推荐技术的研究

发布时间：2017-04-20 09:11

  本文关键词：一种混合模式电子商务推荐技术的研究，由笔耕文化传播整理发布。

【摘要】： 随着互联网的普及和发展,电子商务逐渐融入到人们的日常生活中,人们可以足不出户的买到自己想要的产品。但是电子商务网站上存在大量的商品信息,客户在纷繁的商品中寻找有用的信息非常困难。在这种情况下电子商务推荐系统应运而生,逐渐成为电子商务技术的一项重要研究内容,相关技术越来越多地得到研究者的关注。本文针对推荐系统中存在的一些问题,做了如下研究内容: 首先,电子商务推荐系统中涉及到一个重要的技术是挖掘频繁项集。在实际应用中,随着日志不断更新,事务数据库处于变化之中,从而改变了挖掘出的原有模式。本文通过引入次频繁项对应原事务标识符的索引来确定需要处理原数据库的哪些事务,减少了这一过程所消耗的时间,并用基于压缩FP-tree和矩阵技术代替原始FP-growth挖掘出频繁模式。 第二,协同过滤技术是电子商务推荐系统中应用得比较成功的技术之一。本文通过把项目的类型相似度引入到项目相似度的计算中,从而更加准确地得到项目的最近邻居和用户之间的相似度,最终更加有效地推荐出用户感兴趣的商品。 第三,本文根据由频繁模式作出的商品推荐和由协同过滤作出的商品推荐各自的优点,将两种方法进行了有效的整合,发挥出各自的优点。实验表明,组合后的算法比单独使用两种技术有着更好的推荐效果。 最后,本文采用MovieLens站点提供的数据集作为测试数据,验证了混合模式推荐技术的有效性。 综上所述,本文实现了由频繁模式挖掘和协同过滤技术组合而成的电子商务推荐系统。有效解决了由事务数据库动态更新引起的频繁模式动态更新问题,通过引入项目的类型相似度提高了推荐系统的推荐效果,并有效组合了两种推荐技术,实验结果体现出本文算法的优越性,具有一定的现实意义。
【关键词】：增量挖掘 信息推荐 协同过滤
【学位授予单位】：苏州大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：TP311.13
【目录】：

• 摘要4-5
• Abstract5-9
• 第一章 绪论9-16
• 1.1 课题背景9-10
• 1.2 课题研究现状10-12
• 1.2.1 频繁模式挖掘的国内外研究现状10-11
• 1.2.2 协同过滤的国内外研究现状11-12
• 1.3 课题研究内容12-13
• 1.4 课题研究意义13-14
• 1.5 文章组织结构14-16
• 第二章 相关技术概述16-28
• 2.1 数据挖掘和频繁模式挖掘16-21
• 2.2 电子商务个性化推荐系统21-22
• 2.3 电子商务推荐系统的组成模块22-24
• 2.4 电子商务个性化推荐技术24-28
• 第三章 电子商务推荐系统的整体框架28-35
• 3.1 推荐系统的整体框架图28
• 3.2 基于频繁模式的信息推荐模块28-31
• 3.3 基于协同过滤的信息推荐模块31-33
• 3.4 系统框架的优越性33-35
• 第四章 频繁模式挖掘与信息推荐35-58
• 4.1 频繁模式形式化定义35-37
• 4.2 频繁模式挖掘算法37-45
• 4.2.1 Apriori算法及其改进37-38
• 4.2.2 FP-growth算法38-43
• 4.2.3 FP-growth的改进算法43-45
• 4.3 增量挖掘及有关算法45-50
• 4.3.1 增量挖掘的概念45-46
• 4.3.2 基于Apriori的增量挖掘算法46-48
• 4.3.3 基于FP-growth的增量挖掘算法48-50
• 4.4 一种改进的增量挖掘算法50-56
• 4.4.1 一种改进的增量挖掘算法描述51-53
• 4.4.2 关于该改进算法的示例53-55
• 4.4.3 实验结果分析55-56
• 4.5 基于频繁模式的信息推荐56-58
• 第五章 协同过滤技术与信息推荐58-73
• 5.1 基于协同过滤的推荐系统58-62
• 5.1.1 基于协同过滤的推荐系统简介58-59
• 5.1.2 协同过滤推荐系统的优缺点分析59-61
• 5.1.3 推荐结果的评价61-62
• 5.2 未评分项评分预测技术62-67
• 5.2.1 基于项目评分预测的协同过滤技术62-65
• 5.2.2 基于邻域最近邻的协同过滤技术65-67
• 5.3 基于类型相似度评分预测的协同过滤算法67-73
• 5.3.1 算法的提出67-68
• 5.3.2 算法的描述68-71
• 5.3.3 项目类型相似度权重的确定71-72
• 5.3.4 算法的总结72-73
• 第六章 实验及结果分析73-80
• 6.1 实验数据集介绍73-75
• 6.2 基于类型相似度评分预测的推荐结果比较75-78
• 6.3 基于协同过滤技术和频繁模式发现的推荐结果比较78-80
• 第七章 总结与展望80-82
• 7.1 总结80-81
• 7.2 展望81-82
• 参考文献82-88
• 攻读硕士学位期间发表的论文88-89
• 致谢89-90

【相似文献】

中国期刊全文数据库 前10条

1 刘芝怡;尹飞鸿;;基于FP-矩阵的频繁项集挖掘算法[J];中国制造业信息化;2011年15期

2 苏勇;郑昭华;范玉玲;;数据流中的频繁项集挖掘[J];信息技术;2011年06期

3 范黎林;林卫;;矩阵约束下的频繁项集挖掘方法研究[J];计算机工程与应用;2011年21期

4 张晓霞;;基于VLC的校园信息发布系统[J];通信技术;2011年07期

5 刘海蓉;闫仁武;;一种改进的加权关联规则挖掘算法[J];现代电子技术;2011年12期

6 黄名选;马瑞兴;兰慧红;;面向查询扩展的特征词频繁项集挖掘算法[J];现代图书情报技术;2011年04期

7 邵静;;Ps色彩和色调调整实用技术分析[J];软件导刊;2011年06期

8 宋威;刘文博;李晋宏;;基于动态裁剪频繁模式树的频繁项集并发挖掘算法[J];山东大学学报(工学版);2011年04期

9 张浩;景凤宣;谢晓尧;;基于数据挖掘关联规则Apriori改进算法的入侵检测系统的研究[J];贵州师范大学学报(自然科学版);2011年03期

10 刘上力;杨清;;基于兴趣度剪枝的Apriori优化算法[J];郑州轻工业学院学报(自然科学版);2011年04期

中国重要会议论文全文数据库 前10条

1 杨晓明;王晨;汪卫;张守志;施伯乐;;频繁项集的精简表达与还原问题研究[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

2 刘马金;王鹏;汪卫;;一种轮转的数据流频繁项挖掘算法[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

3 肖志祥;陈海昕;符松;;采用LES/RANS混合模式研究分离流动[A];近代空气动力学研讨会论文集[C];2005年

4 朱海波;姚青;陈志勇;;混合模式下的Web服务发现[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

5 谢志军;陈红;;EFIM——数据流上频繁项集挖掘的高性能算法[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006年

6 李坤;王永炎;王宏安;;一种基于乐观裁剪策略的挖掘数据流滑动窗口上闭合频繁项集的算法[A];第二十五届中国数据库学术会议论文集（二）[C];2008年

7 许小可;张捷;孙俊峰;司马乐;;修正复杂网络中的匹配系数[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

8 邹远娅;周皓峰;王晨;汪卫;施伯乐;;FSC——利用频繁项集挖掘估算视图大小[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

9 陈晓云;李龙杰;马志新;白伸伸;王磊;;AFP-Miner:一种新高效的频繁项集挖掘算法[A];2006年全国理论计算机科学学术年会论文集[C];2006年

10 吴强;;点面混合模式的Lanchester模型[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集（第4卷）[C];1997年

中国重要报纸全文数据库 前10条

1 野云飞;美国居住走向混合模式[N];建筑时报;2002年

2 罗德与施瓦茨中国有限公司 苏民生;1x RTT到1x EV-DO混合模式测试[N];通信产业报;2008年

3 ;巧用PhotoShop，，你不再是菜鸟[N];中国计算机报;2005年

4 cpw记者　何冰玉;推行混合模式 华硕加强渠道合作[N];电脑商报;2003年

5 CUBN记者 苏慧;模式陈腐 eBay压力难解[N];中国联合商报;2008年

6 杨禹侠;从单一方案走向混合模式[N];人民邮电;2002年

7 黄岳;雅虎“变脸”[N];电脑报;2006年

8 李琨;BEA提出SOA四大策略[N];中国计算机报;2006年

9 本报记者　 方帅;让利模式带来双赢[N];中国房地产报;2006年

10 本报评论员 唐学鹏;建议应采纳混合型的社保体制[N];21世纪经济报道;2006年

中国博士学位论文全文数据库 前10条

1 屠莉;流数据的频繁项挖掘及聚类的关键技术研究[D];南京航空航天大学;2009年

2 毛伊敏;数据流频繁模式挖掘关键算法及其应用研究[D];中南大学;2011年

3 李力;数据挖掘方法研究及其在中药复方配伍分析中的应用[D];西南交通大学;2003年

4 温磊;基于有向项集图的关联规则挖掘算法研究与应用[D];天津大学;2004年

5 吴学雁;金融时间序列模式挖掘方法的研究[D];华南理工大学;2010年

6 王卉;最大频繁项集挖掘算法及应用研究[D];华中科技大学;2004年

7 王彬;等离子体耦合腔行波管高频特性及电子枪的研究[D];电子科技大学;2008年

8 肖铃;国际刑事证据规则研究[D];西南政法大学;2009年

9 叶飞跃;关联规则及其元规则挖掘技术研究[D];南京航空航天大学;2006年

10 陈耿;面向中观审计的规则发现算法研究[D];东南大学;2005年

中国硕士学位论文全文数据库 前10条

1 彭利勇;基于C/S与B/S混合模式的信息系统研究[D];天津师范大学;2010年

2 陈颖;基于B/S和C/S混合模式开发的人力资源管理系统设计与实现[D];电子科技大学;2010年

3 李春喜;一种混合模式电子商务推荐技术的研究[D];苏州大学;2010年

4 张力;基于混合模式下IT企业渠道营销的研究[D];北京邮电大学;2007年

5 胡昌桂;基于C/S和B/S混合模式的海事管理信息系统[D];武汉理工大学;2004年

6 郑一凡;混合模式之船舶检验管理信息系统总体方案研究[D];上海海事大学;2005年

7 王景;混合模式接口传感器数字通信系统的研究与设计[D];燕山大学;2011年

8 黄秋丽;关于在我国股票市场引入做市商制度的探讨[D];西南财经大学;2007年

9 王立梅;基于ERP混合模式家具企业管理信息系统的研究与实现[D];东北林业大学;2008年

10 邓凯;混合模式的HIS及其分布式新技术[D];武汉理工大学;2003年

  本文关键词：一种混合模式电子商务推荐技术的研究，由笔耕文化传播整理发布。

本文编号：318351