基于CBR和web日志挖掘的电子商务推荐系统研究

发布时间：2017-06-02 02:16

  本文关键词：基于CBR和web日志挖掘的电子商务推荐系统研究，由笔耕文化传播整理发布。

【摘要】：随着电子商务的迅速发展,商家和客户在享受网络带来便捷的同时,信息/产品过载现象日益严峻,客户淹没在海量信息中却无法快速找到自己需要的商品,商家也面临失去顾客导致销售困难等难题。在这种情况下,电子商务推荐系统应运而生。 电子商务推荐系统即利用电子商务网站向客户提供商品信息和建议,帮助用户决定应该购买什么产品,模拟销售人员帮助客户完成购买的过程。常采用的推荐技术有：基于内容过滤、基于协同过滤、基于知识发现、基于效用等。其中基于内容和基于协同过滤技术应用最为广泛,但是基于内容的推荐系统依赖于项目特征的提取,而且只能发现和用户已有兴趣相似的信息,不能为用户发现新的感兴趣的资源。基于协同过滤推荐系统也存在冷启动、评价稀疏等问题。 本文分析了案例推理和web日志挖掘与电子商务推荐系统相结合的可行性,综合CBR和web日志挖掘的特点,提出一个可行的方案,对于容易形式化的部分,由web日志挖掘处理；对于形象化的描述以及难以结构化描述的问题,用案例推理来完成,充分运用多层次的知识,提高了电子商务推荐系统性能。同时,本文给出了基于B/S和多层结构设计思想的电子商务推荐系统设计方案,给出了实现的关键技术。
【关键词】：电子商务 推荐系统 案例推理 web 日志挖掘
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TP391.3
【目录】：

• 摘要3-4
• Abstract4-7
• 第一章 绪论7-13
• 1.1 研究背景及意义7-9
• 1.1.1 研究背景7-8
• 1.1.2 研究意义8-9
• 1.2 国内外研究现状9-11
• 1.3 传统电子商务推荐系统的主要问题11
• 1.4 论文研究内容11-13
• 第二章 电子商务推荐技术介绍13-27
• 2.1 电子商务推荐系统13-18
• 2.1.1 电子商务推荐系统概述13-14
• 2.1.2 传统推荐技术14-18
• 2.2 案例推理技术18-21
• 2.2.1 案例推理的概述18
• 2.2.2 案例推理关键技术18-21
• 2.3 WEB日志挖掘技术21-27
• 2.3.1 web日志挖掘的概述21-22
• 2.3.2 web日志挖掘步骤22-27
• 第三章 基于CBR和WEB日志挖掘的电子商务推荐系统研究27-41
• 3.1 CBR和WEB日志挖掘技术的引入27-30
• 3.1.1 电子商务提供必要条件27
• 3.1.2 CBR与电子商务推荐系统27-28
• 3.1.3 Web日志挖掘与电子商务推荐系统28-30
• 3.2 系统设计30-33
• 3.2.1 系统实现目标30
• 3.2.2 系统架构30-33
• 3.3 系统流程33-38
• 3.3.1 系统流程描述33-35
• 3.3.2 系统流程模拟35-38
• 3.4 基于CBR和WEB日志挖掘的电子商务推荐系统的优越性38-41
• 第四章 推荐技术优化与改进41-51
• 4.1 用户兴趣建模41-45
• 4.1.1 产品信息模型41-42
• 4.1.2 用户信息模型42-43
• 4.1.3 用户兴趣模型43-45
• 4.2 基于商品类的用户聚类45-46
• 4.3 基于商品类的案例组织46-48
• 4.3.1 面向对象的案例表示46-47
• 4.3.2 基于商品类的案例索引组织47-48
• 4.4 案例检索优化48-51
• 4.4.1 检索策略48
• 4.4.2 匹配算法48-51
• 第五章 总结与展望51-53
• 5.1 总结51
• 5.2 进一步的工作51-53
• 致谢53-55
• 参考文献55-59
• 在读硕士期间研究成果59

【参考文献】

中国期刊全文数据库 前10条

1 赵瑞雪,甘仞初;基于案例的信息系统设计方法[J];北京理工大学学报;1999年04期

2 韩家炜,孟小峰,王静,李盛恩;Web挖掘研究[J];计算机研究与发展;2001年04期

3 段小斌;陈基漓;张沫;阮百尧;;个性化推荐服务中用户兴趣模型研究[J];计算机与信息技术;2006年12期

4 张f，

本文编号：414039