基于多目标模型的电子商务网站结构优化研究

发布时间：2017-08-02 20:12

  本文关键词：基于多目标模型的电子商务网站结构优化研究

  更多相关文章： 电子商务 网站结构优化 关联规则 协同过滤推荐算法 多目标模型

【摘要】：网站作为电子商务的交易平台，是企业发展电子商务的基础，网站结构是否合理对企业的电子商务经营有重要的影响，结构合理的网站可以为用户寻找感兴趣的商品节省时间，也会给经营者带来良好的效益和信誉。因此，研究电子商务网站的评价和优化方法，具有重要的现实意义。 本文首先对电子商务网站的相关知识，数据挖掘的一般技术与方法进行了简单介绍，然后利用基于二元语义的电子商务网站评价方法对网站的整体性能进行综合评价。在网站整体性能合理的基础上，利用网页的收益率，网页的可达性，网页的平均载入时间等相关指标之间的关系对电子商务网站进行二次评价。最后根据网站的评价结果，本文将网站结构优化问题分为两类：一类是网站的页面结构优化问题；一类是网站的链接结构优化问题。针对页面结构优化问题，根据不同类型的网站用户，本文采用基于外部环境关联规则—组合销售优化方法和组合协同过滤—个性化推荐方法，来更新页面的商品组合销售推荐榜和个性化商品推荐榜，实现页面结构的优化。针对链接结构优化问题，本文在保持网站基本链接不变的基础上，建立多目标优化模型并采用禁忌搜索算法进行求解，最后通过仿真来验证模型的可行性。 本文针对电子商务网站的评价与优化问题进行了相关研究，建立了优化网页链接结构的多目标优化模型，并针对页面结构优化问题提出了基于外部环境关联规则—组合销售优化方法和组合协同过滤—个性化推荐方法，用来更新页面的商品组合销售推荐榜和个性化商品推荐榜，，实现页面结构的优化。
【关键词】：电子商务 网站结构优化 关联规则 协同过滤推荐算法 多目标模型
【学位授予单位】：沈阳大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：F49;F713.36
【目录】：

• 论文摘要5-6
• Abstract6-11
• 1 绪论11-19
• 1.1 研究的背景及意义11-13
• 1.2 国内外研究现状13-15
• 1.3 论文的主要工作15-16
• 1.4 研究特色及创新16
• 1.5 技术路线与方法16-17
• 1.6 论文结构安排17-19
• 2 电子商务网站结构和相关方法19-25
• 2.1 电子商务网站页面结构19-20
• 2.2 电子商务网站链接结构20-21
• 2.3 数据挖掘与 web 挖掘21-23
• 2.4 数据挖掘技术和方法23-24
• 2.5 本章小结24-25
• 3 基于二元语义的电子商务网站评价25-39
• 3.1 电子商务网站评价原则25-26
• 3.2 电子商务网站的评价方法26-27
• 3.3 电子商务网站评价的过程构建27-28
• 3.3.1 电子商务网站评价的整体思路27
• 3.3.2 电子商务网站评价指标的确立27-28
• 3.4 基于二元语义的网站一次评价28-32
• 3.4.1 二元语义方法28-29
• 3.4.2 基于二元语义的网站满意度评价方法与步骤29-30
• 3.4.3 评价过程及结果分析30-32
• 3.5 网页链接结构和页面结构的二次评价32-37
• 3.5.1 评价标准33
• 3.5.2 评价模型构建33-35
• 3.5.3 评价步骤及结果35-37
• 3.6 网站评价结果分析37
• 3.7 小结37-39
• 4 基于外部环境关联规则的页面结构优化39-49
• 4.1 关联规则概述39-40
• 4.2 基于外部环境的关联规则挖掘方法40-46
• 4.2.1 相关定义41-42
• 4.2.2 基于外部环境的关联规则数据挖掘过程描述42-43
• 4.2.3 实验结果分析43-46
• 4.3 基于外部环境关联规则的页面结构优化46-47
• 4.4 小结47-49
• 5 基于组合协同过滤推荐算法的页面结构优化49-61
• 5.1 协同过滤推荐算法49-51
• 5.1.1 基于用户的协同过滤推荐算法49-50
• 5.1.2 基于项目的协同过滤推荐算法50-51
• 5.2 基于组合的协同过滤推荐算法51-55
• 5.3 基于组合的协同过滤推荐算法可行性验证55-58
• 5.3.1 实验数据集55
• 5.3.2 实验度量标准55-56
• 5.3.3 实验结果与分析56-58
• 5.4 基于组合协同过滤推荐算法的页面结构优化58-59
• 5.5 小结59-61
• 6 基于多目标模型的链接结构优化61-79
• 6.1 基本概念61-63
• 6.2 网站链接结构优化模型63-68
• 6.2.1 模型的建立63-65
• 6.2.2 转化为单目标问题65-68
• 6.3 模型求解68-77
• 6.3.1 禁忌搜索算法68-69
• 6.3.2 禁忌搜索算法构成要素69-71
• 6.3.3 计算举例71-76
• 6.3.4 网站链接结构优化结果分析76-77
• 6.4 小结77-79
• 7 结论与展望79-81
• 7.1 结论79
• 7.2 展望79-81
• 参考文献81-87
• 在学期间研究成果87-89
• 致谢89-90

【参考文献】

中国期刊全文数据库 前10条

1 麦权帮;傅仁毅;;基于Web日志的自适应站点优化研究与应用[J];电脑知识与技术;2009年14期

2 战立强,刘大昕;基于网页模糊分类的用户兴趣度分析方法[J];计算机工程与应用;2005年15期

3 彭玉;程小平;;基于属性相似性的Item-based协同过滤算法[J];计算机工程与应用;2007年14期

4 邱明虹;何跃;;从Web日志中挖掘用户兴趣路径算法改进[J];计算机工程与应用;2008年26期

5 杨长春;孙婧;;网页驻留时间约束的用户访问序列挖掘[J];计算机工程;2010年24期

6 张忠平;郭献丽;;一种优化的基于项目评分预测的协同过滤推荐算法[J];计算机应用研究;2008年09期

7 程舒通;徐从富;;网站结构优化技术研究进展[J];计算机应用研究;2009年06期

8 王有为,汪定伟;电子超市网站链接结构优化的多目标模型[J];控制理论与应用;2004年01期

9 匡晓君;郑丽英;;基于线性回归模型与云模型的用户兴趣研究[J];兰州交通大学学报;2009年01期

10 陈茵;闪四清;刘鲁;李岩;;最小冗余的无损关联规则集表述[J];自动化学报;2008年12期

本文编号：611018