美味网电子商务个性化推荐系统的设计与实现

发布时间：2017-05-24 02:02

  本文关键词：美味网电子商务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】：随着互联网技术的不断发展和电子商务实践的不断深入,网上超市正在展现出前所未有广阔的市场前景。电子商务平台上出现的琳琅满目商品为客户提供了各种各样的选择,而客户也常常在为选择自己合适的商品而苦恼。电子商务推荐系统的出现正是用于解决这些问题,它使得网上商城可以根据用户的历史行为(如用户交易记录)智能、有导向得向客户提供个性化商品信息和建议,猜测客户可能潜在喜欢的各种商品,帮助客户从海量的商品中找到所需要的产品,决定用户可能喜欢购买什么产品。近几年,推荐系统的理论与实践获得了快速的发展,而如今是一个充满着个性化的世界,网络也如此,个性化已经成为企业提高自身竞争力和增加营销收入的重要途径。目前,针对大学生消费群体的美味网电子商务网站缺少有效的个性化推荐服务。本文就是在此问题上,设计并实现了一种高精度和高效率的基于关联的推荐系统,能够根据用户的历史购买行为推荐用户可能喜爱的商品。本文的主要工作内容如下:首先,本文分析了当前国内外电子商务推荐个性化推荐相关理论与技术,并比较了算法各自具有的优缺点。其次,以美味网缺乏个性化的推荐系统为出发点,分析了美味网电子商务平台的运营情况和用户数据特点,并综合考虑了系统的可用性和实践性,在众多的各种关联规则算法中选择了基于频繁模式树(FP_tree)的FP_growth关联算法实现了对美味网的客户数据挖掘。第三,分析了美味网电子商务个性化推荐系统的功能性需求和非功能性需求。使用关联规则推荐技术对美味网个性化推荐系统进行了设计,主要经历了功能模块设计、数据库设计、数据结构和算法设计、用户界面(UI)设计等几个阶段。第四,使用C++和PHP等技术与工具设计并实现了美味网推荐系统,该系统通过对美味网的历史商品交易数据进行离线统计与分析产生商品的推荐规则。美味网推荐系统主要可分为数据获取、数据处理、关联规则挖掘、在线推荐等功能模块。
【关键词】：电子商务 推荐系统 关联规则 FP_growth
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP391.3
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-15
• 1.1 研究背景与意义10-11
• 1.2 国内外研究现状11-13
• 1.2.1 国内研究状况11-12
• 1.2.2 国外研究状况12-13
• 1.3 本文主要研究内容13
• 1.4 本文章节安排13-15
• 第二章 电子商务推荐系统相关理论与技术15-25
• 2.1 电子商务推荐系统简介15-18
• 2.1.1 推荐系统定义15-16
• 2.1.2 电子商务推荐系统的作用16
• 2.1.3 电子商务推荐系统的构成16-17
• 2.1.4 电子商务推荐系统的分类17-18
• 2.2 电子商务主流推荐系统18-23
• 2.2.1 基于知识的电子商务推荐系统18
• 2.2.2 基于搜索的电子商务推荐系统18-19
• 2.2.3 基于图模型的电子商务推荐系统19-20
• 2.2.4 基于关联规则的电子商务推荐系统20-21
• 2.2.5 基于协同过滤的电子商务推荐系统21-23
• 2.2.6 基于组合方式(hybrid-based)的电子商务推荐系统23
• 2.3 推荐技术比较与选择23-24
• 2.4 本章小结24-25
• 第三章 电子商务推荐系统需求分析25-30
• 3.1 美味网电子商务网站简介25-26
• 3.2 开发美味网推荐系统可行性分析26-27
• 3.2.1 操作可行性26
• 3.2.2 技术可行性26-27
• 3.2.3 经济可行性27
• 3.3 系统功能性需求27-29
• 3.3.1 系统用例分析27-28
• 3.3.2 数据库概要设计28-29
• 3.4 系统非功能性需求29
• 3.5 本章小结29-30
• 第四章 基于关联规则的电子商务推荐系统的总体设计30-46
• 4.1 电子商务推荐系统总体结构30-32
• 4.1.1 推荐系统功能结构31
• 4.1.2 推荐系统工作流程31-32
• 4.2 推荐系统活动图32
• 4.3 基于关联规则推荐算法设计32-39
• 4.3.1 Apriori关联规则算法32-35
• 4.3.2 基于FP_growth的关联规则35-39
• 4.4 系统时序图设计39-44
• 4.4.1 数据收集模块39-40
• 4.4.2 数据处理模块40-41
• 4.4.3 离线关联规则挖掘模块41-42
• 4.4.4 在线推荐模块42-44
• 4.5 系统UI设计44-45
• 4.6 本章小结45-46
• 第五章 基于关联规则的推荐系统详细设计与实现46-66
• 5.1 推荐系统技术选型46
• 5.2 基于关联规则推荐系统流程46-47
• 5.3 数据库详细设计47-49
• 5.4 推荐系统与美味网的集成49-50
• 5.5 推荐系统功能模块设计50-55
• 5.5.1 数据收集50-51
• 5.5.2 数据处理51
• 5.5.3 离线关联规则生成51-52
• 5.5.4 在线推荐52-55
• 5.6 推荐系统功能模块实现55-65
• 5.6.1 数据收集55
• 5.6.2 数据处理55-58
• 5.6.3 离线关联规则挖掘58-62
• 5.6.4 在线推荐62-65
• 5.7 本章小结65-66
• 第六章 推荐系统测试66-72
• 6.1 系统部署66
• 6.2 功能性测试66-71
• 6.3 本章小结71-72
• 第七章 总结与展望72-74
• 7.1 全文总结72
• 7.2 工作展望72-74
• 致谢74-75
• 参考文献75-78

【相似文献】

中国期刊全文数据库 前10条

1 张亚伟;苏一丹;;基于移动Agent的分布式个性化推荐系统[J];微计算机信息;2008年09期

2 许良;汪克夷;;基于移动Agent的个性化推荐系统的研究[J];消费导刊;2008年09期

3 刘洋;;面向电子商务网站的个性化推荐系统[J];中小企业管理与科技(上旬刊);2012年01期

4 麻旺勇;叶跃苗;;基于位置感知的个性化推荐系统的设计与实现[J];福建电脑;2014年01期

5 余建芳;;个性化推荐系统在民族院校图书馆信息服务中的设计探析——以甘肃民族师范学院图书馆为例[J];福建电脑;2014年01期

6 杨海涛;石磊;卫琳;;一个基于搜索结果的个性化推荐系统[J];计算机工程与应用;2006年32期

7 姜有辉;高琳琦;;个性化推荐系统中顾客信息的隐式采集方法研究[J];现代情报;2006年11期

8 江秀佳;何源光;;国内电子商务个性化推荐系统改进研究[J];图书情报工作;2009年16期

9 杨静;;电子商务个性化推荐系统的构建[J];现代计算机(专业版);2012年28期

10 顾丽敏;;个性化推荐系统研究[J];无线互联科技;2013年08期

中国重要会议论文全文数据库 前1条

1 黎陨;詹晓红;孙莉;;基于频繁遍历路径的个性化推荐系统[A];第二十届全国数据库学术会议论文集（技术报告篇）[C];2003年

中国重要报纸全文数据库 前1条

1 国防科技大学计算机学院 应晓敏 窦文华;古老概念的凤凰涅i肹N];计算机世界;2003年

中国硕士学位论文全文数据库 前10条

1 倪鹏飞;基于顾客满意度的电子商务个性化推荐系统评价研究[D];河北大学;2015年

2 贾忠涛;电影个性化推荐系统的研究与实现[D];西南科技大学;2015年

3 何俊;基于社交网络的个性化推荐系统的设计与实现[D];贵州大学;2015年

4 肖巧龙;基于用户隐性行为的个性化推荐系统的设计及研究[D];南京财经大学;2014年

5 于淼;基于LBS的个性化推荐系统的研究与设计[D];北京邮电大学;2015年

6 汪亭廷;美味网电子商务个性化推荐系统的设计与实现[D];电子科技大学;2014年

7 张亚伟;基于移动agent的分布式个性化推荐系统研究[D];广西大学;2007年

8 周卫敏;基于网络短评的个性化推荐系统的研究与实现[D];华南理工大学;2012年

9 闫艳;基于多Agent技术的电子商务个性化推荐系统的设计与实现[D];首都师范大学;2009年

10 张通;基于图书馆业务数据分析服务的个性化推荐系统设计与实现[D];北京邮电大学;2013年

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

本文编号：389548