基于模糊聚类的电子商务协同过滤推荐研究

发布时间：2017-09-04 19:14

  本文关键词：基于模糊聚类的电子商务协同过滤推荐研究

  更多相关文章： 电子商务 推荐系统 协同过滤推荐算法 模糊聚类 FCM

【摘要】：随着Internet在人们的日常生活中占据着越来越重要的位置,电子商务也随之迅速发展起来,为此推荐系统也得以广泛的在各种电子商务系统里使用。它是根据用户曾经的购买记录,找出记录中存在的潜在的用户喜好信息,然后在此基础上向用户推荐符合其兴趣的商品。目前,在各个领域中都能够看到推荐系统的影子,如淘宝、易趣网、HC360慧聪网、中华商务网等许多大型的电子商务网站,都或多或少的地使用了各种各样的推荐系统。协同过滤推荐技术,是目前个性化推荐技术中,学者研究最多、应用最广、推荐的个性化程度高的一种推荐技术。 本文主要是对协同过滤推荐算法进行研究,分析了现有算法中存在的问题,特别对推荐算法中存在的稀疏性问题等推荐问题进行了剖析,结合模糊聚类技术提出一种基于模糊聚类的电子商务协同过滤推荐改进算法。 论文主要内容包括以下三个方面: 第一,分析了国内外电子商务推荐系统的研究现状和未来的研究方向;简单介绍了电子商务推荐系统的基于内容和基于关联规则的推荐算法;对协同过滤推荐算法进行了详细的阐述,介绍了传统的协同过滤推荐算法的基本步骤,分析了协同过滤推荐算法的优点,同时指出了其中存在的一些现实问题。 第二,针对传统协同过滤算法的缺点,结合FCM聚类技术,提出了一种基于模糊聚类的协同过滤推荐算法。其基本思路是:首先将FCM聚类技术引进到用户-项目评分模型中,针对协同过滤推荐算法中存在的问题,对FCM进行改进。然后,用改进的FCM进行聚类,得到待测用户的邻居用户,根据邻居用户算得预测值,进行推荐。 第三,使用MovieLens数据库,对本文提出的基于FCM改进的协同过滤推荐算法进行实验仿真与测试,将结果与基于K-means算法和传统的算法进行对比,通过实验显示改进后的算法比另外两种算法具有更好的推荐质量。
【关键词】：电子商务 推荐系统 协同过滤推荐算法 模糊聚类 FCM
【学位授予单位】：河北工业大学
【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
• 第一章 绪论9-12
• 1-1 研究背景和研究意义9
• 1-2 论文主要内容和创新点9-10
• 1-3 论文结构10-12
• 第二章 电子商务推荐系统及协同推荐算法研究综述12-24
• 2-1 电子商务推荐系统12-14
• 2-2 电子商务推荐算法分类14-16
• 2-2-1 基于内容的推荐算法14-15
• 2-2-2 基于规则的推荐算法15-16
• 2-3 协同过滤推荐算法16-23
• 2-3-1 协同过滤的定义16-18
• 2-3-2 传统的协同过滤推荐算法步骤18-20
• 2-3-3 传统协同过滤推荐算法的优点及存在的缺点20-23
• 2-4 本章小结23-24
• 第三章 模糊聚类算法研究综述24-33
• 3-1 模糊聚类简介24-25
• 3-2 模糊C-均值聚类（FCM）算法研究25-27
• 3-2-1 硬C-均值聚类算法25-26
• 3-2-2 模糊C 均值算法26-27
• 3-3 FCM 在用户-项目评分矩阵中的应用27-32
• 3-3-1 用户-项目评分问题的数学模型27-29
• 3-3-2 FCM 聚类算法29
• 3-3-3 FCM 算法的优点29-30
• 3-3-4 FCM 算法存在的问题30-32
• 3-4 本章小结32-33
• 第四章 基于 FCM 的协同过滤推荐算法改进研究33-47
• 4-1 FCM 算法要素的改进33-44
• 4-1-1 初始聚类中心的产生33-36
• 4-1-2 距离函数的改进36-38
• 4-1-3 基于改进的FCM 算法模型38-39
• 4-1-4 对改进的FCM 算法测试39-44
• 4-2 基于FCM 技术的协同过滤算法的改进44-46
• 4-2-1 问题分析44
• 4-2-2 算法改进的依据44-45
• 4-2-3 基于改进的SCFCM 的协同过滤推荐算法45-46
• 4-3 本章小结46-47
• 第五章 协同过滤推荐改进算法的仿真与测试47-55
• 5-1 数据集47-48
• 5-2 实验设计48-50
• 5-2-1 实验数据集的选取48-49
• 5-2-2 实验环境49
• 5-2-3 推荐度量指标49
• 5-2-4 实验方案49-50
• 5-3 实验仿真50-54
• 5-3-1 不同邻居集比较50-51
• 5-3-2 不同稀疏程度比较51-54
• 5-4 本章小结54-55
• 第六章 总结与展望55-56
• 6-1 总结55
• 6-2 展望55-56
• 参考文献56-60
• 致谢60-61
• 攻读学位期间所取得的相关科研成果61

【参考文献】

中国期刊全文数据库 前8条

1 裴继红,范九伦,谢维信;聚类中心的初始化方法[J];电子科学学刊;1999年03期

2 索琪,卢涛;基于关联规则的电子商务推荐系统研究[J];哈尔滨师范大学自然科学学报;2005年02期

3 欧洁;林守勋;刘桂林;;个性化智能信息提取中的用户兴趣发现[J];计算机科学;2001年03期

4 丁振国,陈静;基于关联规则的个性化推荐系统[J];计算机集成制造系统-CIMS;2003年10期

5 张锋,常会友,衣杨;基于规则的电子商务推荐系统模型和实现[J];计算机集成制造系统;2004年08期

6 余力,刘鲁;电子商务个性化推荐研究[J];计算机集成制造系统;2004年10期

7 余力,刘鲁,罗掌华;我国电子商务推荐策略的比较分析[J];系统工程理论与实践;2004年08期

8 何军,周明天;信息网络中的信息过滤技术[J];系统工程与电子技术;2001年11期

中国博士学位论文全文数据库 前3条

1 李杰;基于模糊技术的制造单元构建方法及其在变压器企业中的应用[D];河北工业大学;2002年

2 邓爱林;电子商务推荐系统关键技术研究[D];复旦大学;2003年

3 孙小华;协同过滤系统的稀疏性与冷启动问题研究[D];浙江大学;2005年

中国硕士学位论文全文数据库 前1条

1 杨芳;电子商务系统协同过滤推荐算法研究[D];河北工业大学;2006年

，

本文编号：793329