数据挖掘在电子商务推荐系统中的应用与研究

发布时间：2017-08-26 14:25

  本文关键词：数据挖掘在电子商务推荐系统中的应用与研究

  更多相关文章： 个性化推荐 数据挖掘 搜索引擎 协同过滤

【摘要】：计算机、通信以及网络技术的进步促进了互联网与电子商务的快速发展。同时互联网的普及和电子商务的迅速发展使得海量信息过载的问题凸显了出来，用户在面对互联网中庞大的产品信息时很难快速找到自己所需要的产品。因此，，电子商务推荐系统应运而生，它能够帮助用户快速而准确的找到所需产品。但此技术目前仍存在着数据的稀疏性、系统扩展性差及精确性低等一系列问题。 本文在研究WEB数据挖掘的基础上，与现有的电子商务系统结合在一起，提出了基于WEB数据挖掘的电子商务个性化推荐系统的模型。WEB数据挖掘是从WEB文档和WEB活动中发现并抽取感兴趣、潜在的有用模式和隐藏信息，可以满足电子商务未来发展趋势的需要。 本文工作的创新点是将推荐和比价两种技术结合起来，用目前流行的MVC的开发模式设计完成了在线图书比价推荐系统。在个性化浏览的实现过程中首先深入研究了WEB数据挖掘中不同算法并进行对比，选用基于用户和项目双重聚类的协同过滤算法为推荐系统的主要算法。在此基础上最终实现了搜索比价以及个性化推荐两个子模块。
【关键词】：个性化推荐 数据挖掘 搜索引擎 协同过滤
【学位授予单位】：西安科技大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TP311.13;TP391.3
【目录】：

• 摘要3-4
• ABSTRACT4-7
• 1 绪论7-12
• 1.1 论文研究背景及意义7-8
• 1.2 国内外研究现状8-10
• 1.2.1 国外研究现状8-9
• 1.2.2 国内研究现状9-10
• 1.3 论文研究内容10
• 1.4 论文组织结构安排10-12
• 2 数据挖掘技术12-18
• 2.1 数据挖掘技术介绍12-15
• 2.1.1 数据挖掘概述12-14
• 2.1.2 数据挖掘的分类14
• 2.1.3 数据挖掘研究存在的问题14-15
• 2.2 WEB 数据挖掘15-18
• 2.2.1 WEB 数据挖掘（WEB Data Mining）定义15
• 2.2.2 WEB 数据挖掘分类15-17
• 2.2.3 WEB 数据挖掘特点17
• 2.2.4 常用的 WEB 数据挖掘技术17-18
• 3 电子商务个性化推荐系统18-40
• 3.1 推荐系统概述18-19
• 3.1.1 电子商务个性化推荐系统概述18
• 3.1.2 电子商务推荐系统分类18-19
• 3.1.3 电子商务个性化推荐系统作用19
• 3.2 推荐系统设计19-33
• 3.2.1 数据采集20-24
• 3.2.2 数据预处理24-31
• 3.2.3 模式挖掘31-32
• 3.2.4 模式推荐32-33
• 3.3 推荐系统算法分析33-40
• 3.3.1 传统协同过滤推荐算法33
• 3.3.2 基于聚类协同过滤算法的改进33-40
• 4 网上图书推荐比价系统设计与实现40-55
• 4.1 开发环境与开发工具40
• 4.2 系统开发相关技术40-41
• 4.2.1 MVC 模式应用40-41
• 4.2.2 Lucene 技术41
• 4.3 推荐子系统实现41-46
• 4.3.1 推荐子系统的目标41-42
• 4.3.2 数据源42-43
• 4.3.3 推荐算法仿真43-46
• 4.4 比价子系统实现46-55
• 4.4.1 搜索引擎技术框架46-47
• 4.4.2 多线程网络蜘蛛47-49
• 4.4.3 抽取分析 WEB 内容模块架构49-51
• 4.4.4 索引实现51-52
• 4.4.5 查询实现52-55
• 5 总结与展望55-57
• 5.1 总结55
• 5.2 问题与展望55-57
• 致谢57-58
• 参考文献58-59

【参考文献】

中国期刊全文数据库 前10条

1 赵全东;王芳;任力生;;农业智能问答系统中的用户偏好研究[J];河北农业大学学报;2011年01期

2 黄云;廖建明;;基于AJAX搭建高效的B/S减灾综合系统[J];电脑知识与技术(学术交流);2007年04期

3 蔺莉;潘浩;;Web数据挖掘技术在电子商务中的应用[J];电脑知识与技术;2010年04期

4 赵红霞,赵玉梅;Web数据挖掘在电子商务中的应用[J];华南金融电脑;2004年11期

5 韩凌波;王强;蒋正锋;郝志强;;一种改进的k-means初始聚类中心选取算法[J];计算机工程与应用;2010年17期

6 徐海燕;唐惠康;;数据挖掘技术[J];黑龙江科技信息;2009年17期

7 丁雪;;基于数据挖掘的图书智能推荐系统研究[J];情报理论与实践;2010年05期

8 文振威;秦晓;;个性化搜索引擎的研究与设计[J];计算机工程与设计;2009年02期

9 黄国言;李有超;高建培;常旭亮;;基于项目属性的用户聚类协同过滤推荐算法[J];计算机工程与设计;2010年05期

10 张珠玉;刘培玉;朱振方;迟学芝;;改进的访问统计方法及对用户兴趣度的计算[J];计算机工程与设计;2011年02期

本文编号：741907