无线网络的电子商务商品自动推荐系统
【部分图文】：
商品分析器结构
无线网络电子商务商品自动推荐系统以消费者为对象，根据不同消费者的兴趣爱好、个人习惯给予不同的商品推荐，让消费者的购物体验得到提升[4]。为实现个性化、需求化商品推荐，系统硬件主要由信息采集器、信息储存分析器、商品分析器、商品推荐器四部分组成[5]。系统硬件结构如图1所示。这四部分共同协作，使无线网络电子商务商品自动推荐系统具备普遍适应性，可以给所有用户提供独有的服务[6]。本系统遵循计算机数据处理推荐原则，保证各个流程的紧密衔接，具备高度超耦合特点，高度超耦合特点可以保证系统的快速调整，满足消费者对购买物品不断更新的需求[7]。
此外，系统还会定期向用户下发一些问卷调查，来掌握用户的偏好，这些都属于信息的显性收集。信息的隐性收集主要是记录用户行为[10]。用户的订单表、好友表、商品评价、商品收藏、商品浏览及浏览时间、商品搜索以及所购买的商品的价格品牌等都是信息的隐性收集对象。了解这些主要是为了分析用户的喜好和需求。信息采集器模块分析如图2所示。1.2 信息储存分析器
【相似文献】
相关期刊论文 前10条
1 王霞;;电子商务推荐系统评述[J];福建电脑;2006年08期
2 刘强;;推荐系统的商业价值[J];软件和集成电路;2019年04期
3 王月星;;国内旅游推荐系统研究进展[J];商场现代化;2017年10期
4 常亮;曹玉婷;孙文平;张伟涛;陈君同;;旅游推荐系统研究综述[J];计算机科学;2017年10期
5 王毅;;网络推荐系统的三大挑战——从用户体验出发[J];清华管理评论;2013年06期
6 王海明;;基于大数据下电子商务商品推荐系统的分析[J];环球市场信息导报;2017年27期
7 ;电商推荐系统进阶[J];IT经理世界;2013年11期
8 傅孟如;姜素兰;闵娅萍;;VAX—11/750机学生测评、推荐系统的设计与应用[J];计算技术与自动化;1989年03期
9 王靖伟;刘英超;孟巍;;电子商务推荐系统研究综述[J];电子商务;2014年06期
10 张佳威;;美团推荐系统实证系统[J];农家参谋;2018年11期
相关博士学位论文 前10条
1 夏彬;基于位置信息社交网络的推荐系统研究[D];南京理工大学;2018年
2 王梦晗;推荐系统中数据缺失问题的研究[D];浙江大学;2019年
3 徐原博;推荐系统中面向评分和文本数据挖掘的若干关键技术研究[D];吉林大学;2019年
4 蒋伟;推荐系统若干关键技术研究[D];电子科技大学;2018年
5 练建勋;基于多样化内容数据的个性化推荐系统[D];中国科学技术大学;2018年
6 曹渝昆;基于神经网络和模糊逻辑的智能推荐系统研究[D];重庆大学;2006年
7 王宏宇;商务推荐系统的设计研究[D];中国科学技术大学;2007年
8 颜端武;面向知识服务的智能推荐系统研究[D];南京理工大学;2007年
9 刘龙;一个能实现个性化实时路径推荐服务的推荐系统框架[D];中国科学技术大学;2014年
10 高全力;上下文感知推荐系统关键问题研究[D];西北大学;2017年
相关硕士学位论文 前10条
1 刘倩;基于用户特征的购物推荐系统的研究与实现[D];西南交通大学;2019年
2 李晓林;基于协同过滤算法的学习资源推荐系统研究与实现[D];云南大学;2018年
3 刘欣欣;基于信息传播算法的推荐系统设计与开发[D];北方民族大学;2020年
4 李美娟;基于资源代理的停车位推荐系统的设计与实现[D];电子科技大学;2019年
5 张雪纯;个性化电影主题播单推荐系统的设计与实现[D];北京交通大学;2019年
6 郝亮;个性化电影推荐系统的研究与设计[D];电子科技大学;2019年
7 康健;电影推荐系统微信小程序的设计与实现[D];西北民族大学;2019年
8 齐德法;基于多重粒度召回的短视频推荐系统的设计与实现[D];山东师范大学;2019年
9 陈俊然;基于标签的专家信息推荐系统的研究[D];安徽理工大学;2019年
10 杨凯;基于Hadoop平台的个性化新闻推荐系统的设计与实现[D];北京交通大学;2019年
本文编号：2852184
本文链接：https://www.wllwen.com/jingjilunwen/guojimaoyilunwen/2852184.html
