基于电子商务的个性化推荐研究

发布时间：2017-08-17 11:29

  本文关键词：基于电子商务的个性化推荐研究

  更多相关文章： 电子商务 个性化推荐 文本挖掘

【摘要】：互联网技术的迅猛发展将人类社会带入了信息时代,电子商务作为一种新型的商务模式也迅速普及。电子商务的兴起改变了传统的消费模式,为我们的生活带来了极大的便利性,随着电子商务的发展,电子商务为用户提供的产品越来越多,这一方面使得用户很难发现自己感兴趣的产品,另一方面也使得大量信息无人问津,成为网络中的“暗信息”。在这种背景下,各种推荐系统应运而生,功能是为用户提供合适的推荐。 本文选择电子商务网站作为研究对象,在对现有电子商务网站类目体系构建基础上提出了一种电子商务类目体系自动构建算法—SPS(相似产品集合)算法,该方法能够解决类目体系过粗,产品分类不精确的问题;最后,本文给出了自动化类目体系构建的整体技术方案以及技术实现。 然后,本文在对现有电子商务网站推荐技术分析的基础上,提出了一种基于SPS的个性化推荐算法,该方法能够挖掘信息中的“暗信息”,并且有较高的准确率,适于在电子商务网站进行推广应用;最后,本文给出了推荐系统的整体技术方案以及技术实现。 本文主要工作和特色如下: 1)设计并实现一种自动化类目体系构建系统。首先分析现有电子商务网站类目体系特点以及产品具有的特征,利用用户行为信息挖掘产品的重要属性,然后根据这些重要的属性信息以及产品其它维度信息,利用文本挖掘算法对产品进行聚类。 2)设计并实现了一种基于SPS的个性化推荐系统。传统的协同过滤算法在电子商务领域应用广泛,具有很高的推荐准确率,但它无法解决用户行为稀疏性问题,在实际应用中常带来推荐长尾问题。我们通过对传统协同过滤算法进行改进,设计了一种基于SPS的推荐算法,实验结果表明,该方法在产品覆盖率、奇异推荐方面具有很好的效果。
【关键词】：电子商务 个性化推荐 文本挖掘
【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：TP391.3
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 绪论9-18
• 1.1 概述9-10
• 1.2 国内外研究现状10-12
• 1.3 个性化推荐面临的挑战12-15
• 1.3.1 可扩展性和实时性12-13
• 1.3.2 包含更多的数据13
• 1.3.3 以用户为中心的推荐13-14
• 1.3.4 连接推荐和市场营销者14-15
• 1.4 本文的主要工作15-16
• 1.5 本文组织结构16-18
• 第2章 电子商务推荐系统分析18-35
• 2.1 概述18
• 2.2 电子商务推荐系统的基本框架18-30
• 2.2.1 用户行为记录模块19-21
• 2.2.2 兴趣建模模块21-22
• 2.2.3 推荐算法模块22-30
• 2.3 推荐技术优缺点比较30-31
• 2.4 推荐评价标准31-34
• 2.4.1 准确度评价指标31-34
• 2.4.2 其他指标34
• 2.5 本章小结34-35
• 第3章 基于电子商务的类目体系构建研究35-47
• 3.1 概述35
• 3.2 SPS的构建流程35-42
• 3.2.1 算法流程图36-37
• 3.2.2 模块介绍37-42
• 3.3 实验分析42-46
• 3.3.1 数据介绍42-43
• 3.3.2 数据预处理43
• 3.3.3 实验效果分析及总结43-46
• 3.4 本章小结46-47
• 第4章 基于SPS的推荐算法研究47-54
• 4.1 概述47
• 4.2 Item to Item算法分析47-49
• 4.3 基于SPS的推荐系统49-50
• 4.3.1 算法介绍49-50
• 4.3.2 系统流程50
• 4.4 模块介绍50-53
• 4.4.1 用户行为数据映射50-51
• 4.4.2 SPS-to-SPS相似性计算51-52
• 4.4.3 产生推荐结果集52-53
• 4.5 本章小结53-54
• 第5章 系统实现与实验分析54-62
• 5.1 系统实现及部署54-55
• 5.1.1 算法参数介绍55
• 5.1.2 系统部署情况55
• 5.2 相关术语55
• 5.3 数据获取55-57
• 5.4 评价标准57-58
• 5.5 实验分析58-61
• 5.6 本章小结61-62
• 第6章 工作总结及展望62-64
• 6.1 本文工作总结62
• 6.2 下一步的研究工作62-64
• 参考文献64-69
• 致谢69-70
• 在读期间发表的学术论文与取得的研究成果70

【引证文献】

中国硕士学位论文全文数据库 前3条

1 张喜;基于语义模板与知识库的智能导购机器人系统的研究与实现[D];中央民族大学;2012年

2 严水发;基于Agent的个性化服务平台的应用研究[D];中南大学;2012年

3 张进;电子商务推荐系统中协同过滤算法的分析与研究[D];首都经济贸易大学;2012年

，

本文编号：688785