电子商务推荐系统中协同过滤算法的分析与研究

发布时间：2017-09-06 10:05

  本文关键词：电子商务推荐系统中协同过滤算法的分析与研究

  更多相关文章： 电子商务 推荐系统 协同过滤 分类回归树

【摘要】：随着电子商务和互联网信息技术的飞速发展，用户通过电子商务购买自己所需要的商品和服务所占的比重越来越大。为了满足不同用户的需求，电子商务网站为用户提供的商品数量和种类迅速增多，虽然这能让用户购买到自己喜欢的商品的机会增大，但也常常使用户陷入在众多的商品目录的搜寻之中，难以准确地和快速地找出自己喜欢的商品。电子商务推荐系统能够有效地收集用户的购买信息和准确地跟踪用户的需求变化，分析出用户的偏好，再为用户推荐他们可能感兴趣且用户满意度高的商品。电子商务推荐系统已在各类电子商务平台中得到了广泛的应用，因其具有良好的发展和前景，，受到了大家的广泛关注。 本文首先对电子商务进行了简单阐述，分析了电子商务中引入个性化推荐的必要性和个性化推荐能带来的好处，再对电子商务推荐系统的框架结构和各种推荐系统技术进行了较深入的研究。在这基础上，然后对电子商务推荐系统中最早提出和使用最广泛的协同过滤方法进行了重点研究。针对协同过滤技术中数据稀疏性问题，采用经典的基于用户的协同过滤算法相似度计算准确度问题，提出了一种基于CART的协同过滤算法，首先对稀疏的用户-项目评分矩阵通过分类回归树对未评分项进行插值预测，在稠密的矩阵上用基于用户的协同过滤算法进行推荐预测。实验表明，基于CART的协同过滤算法有较好的性能，提高了推荐的精度。
【关键词】：电子商务 推荐系统 协同过滤 分类回归树
【学位授予单位】：首都经济贸易大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：F724.6;F224
【目录】：

• 摘要4-5
• Abstract5-8
• 1 引言8-13
• 1.1 研究背景8-9
• 1.2 国内外研究状况9-12
• 1.3 论文的组织结构12
• 1.3.1 论文的主要内容12
• 1.3.2 论文的组织结构12
• 1.4 本章小结12-13
• 2 电子商务个性化推荐系统综述13-24
• 2.1 电子商务理论简介13-14
• 2.2 电子商务的规模化、本地化和个性化14-15
• 2.3 电子商务推荐系统的作用15-16
• 2.4 电子商务推荐系统的结构16-18
• 2.4.1 输入模块17
• 2.4.2 输出模块17-18
• 2.4.3 推荐模块18
• 2.5 推荐系统技术18-23
• 2.5.1 关联规则19-20
• 2.5.2 协同过滤技术20-21
• 2.5.3 基于内容的推荐技术21-22
• 2.5.4 基于知识的推荐技术22
• 2.5.5 各推荐技术比较22-23
• 2.5.6 混合推荐技术23
• 2.6 本章小结23-24
• 3 协同过滤算法与分析24-37
• 3.1 协同过滤的方法步骤24-27
• 3.1.1 收集偏好信息24-26
• 3.1.2 找出相似用户或物品26-27
• 3.1.3 得出推荐27
• 3.2 协同过滤的分类27-36
• 3.2.1 基于内存的协同过滤27-30
• 3.2.2 基于模型的协同过滤方法30-36
• 3.2.3 混合的协同过滤36
• 3.3 各协同过滤方法比较36-37
• 3.4 本章小结37
• 4 基于 CART 的协同过滤算法37-45
• 4.1 问题的提出37-39
• 4.2 分类回归树的介绍39-40
• 4.3 基于 CART 的协同过滤算法的设计40-42
• 4.3.1 算法的框架及描述40-41
• 4.3.2 基于 CART 的协同过滤算法的实现过程41-42
• 4.4 实验结果及分析42-44
• 4.4.1 实验数据和实验环境42
• 4.4.2 评价指标42-43
• 4.4.3 实验结果及讨论43-44
• 4.5 本章小结44-45
• 5 总结和展望45-47
• 5.1 本文的工作总结45
• 5.2 未来工作展望45-47
• 参考文献47-50
• 致谢50-51
• 附录51-52
• 作者在攻读硕士学位期间发表的论文51-52
• 详细摘要52-70

【参考文献】

中国期刊全文数据库 前9条

1 李聪;梁昌勇;杨善林;;电子商务协同过滤稀疏性研究:一个分类视角[J];管理工程学报;2011年01期

2 许海玲;吴潇;李晓东;阎保平;;互联网推荐系统比较研究[J];软件学报;2009年02期

3 吴湖;王永吉;王哲;王秀利;杜栓柱;;两阶段联合聚类协同过滤算法[J];软件学报;2010年05期

4 陈湘芳;陈明;冯国富;池涛;;多变量时序回归树的黄瓜产量预测模型[J];计算机工程与设计;2012年01期

5 王自强,冯博琴;个性化推荐系统中遗漏值处理方法的研究[J];西安交通大学学报;2004年08期

6 彭玉;程小平;徐艺萍;;一种改进的Item-based协同过滤推荐算法[J];西南大学学报(自然科学版);2007年05期

7 刘鲁;任晓丽;;推荐系统研究进展及展望[J];信息系统学报;2008年01期

8 邓爱林,左子叶,朱扬勇;基于项目聚类的协同过滤推荐算法[J];小型微型计算机系统;2004年09期

9 张立彬,张其前,胥芳,杜奖胜;基于分类回归树(CART)方法的统计解析模型的应用与研究[J];浙江工业大学学报;2002年04期

中国博士学位论文全文数据库 前2条

1 夏培勇;个性化推荐技术中的协同过滤算法研究[D];中国海洋大学;2011年

2 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 代其锋;基于电子商务的个性化推荐研究[D];中国科学技术大学;2011年

本文编号：802483