基于JAVA的商品推荐系统的开发研究
本文选题:J2EE + 马尔可夫模型 ; 参考:《内蒙古大学》2017年硕士论文
【摘要】:当今社会,计算机技术和网络呈现一个快速发展的状态,伴随而来的是网络信息以几何级速度增长,越来越多的信息出现在网络中,但是有价值的信息很难被用户第一时间获取,如何解决信息超载带来的查找有用信息困难的情形,成为一个非常重要的问题。电子商务推荐系统是解决信息超载的主要方式之一。电子商务推荐系统方便了用户,帮助用户发现他们所需要的商品,提高了营销效果,在电子商务推荐系统中,用户的偏好信息可以被电商网站的推荐算法获取到,然后推荐给用户可能喜欢的商品,并已经获得了巨大的成功。但是,目前为止还有大量的问题值得我们研究。在本论文工作中,一方面,我们对部分算法进行了整合即对基于物品的协同过滤推荐,基于用户的协同过滤推荐,基于Slopone算法的推荐进行了组合推荐;另一方面,根据以往的推荐算法,我们将马尔科夫逻辑网络模型引入到推荐算法中,构建推荐模型,并通过实验结果对算法进行了评估。同时,本系统采用J2EE架构技术和基于B/S的三层体系结构模式来对整体框架进行搭建,完成了电商网站各功能模块的设计。
[Abstract]:In today's society, the computer technology and the network present a rapid development state, accompanying is the network information grows with the geometric level speed, more and more information appears in the network, However, it is difficult for users to obtain valuable information in the first place. How to solve the problem of finding useful information caused by information overload has become a very important problem. E-commerce recommendation system is one of the main ways to solve information overload. E-commerce recommendation system facilitates users, helps users to find the goods they need, and improves the marketing effect. In e-commerce recommendation system, users' preference information can be obtained by the recommendation algorithm of e-commerce websites. It then recommends items that the user may like and has achieved great success. However, so far there are still a large number of problems worthy of our study. In the work of this thesis, on the one hand, we integrate some algorithms, that is, the recommendation of collaborative filtering based on articles, the recommendation of collaborative filtering based on user, the recommendation of recommendation based on Slopone algorithm, on the other hand, According to the previous recommendation algorithms, we introduce the Markov logic network model into the recommendation algorithm, construct the recommendation model, and evaluate the algorithm through the experimental results. At the same time, the system uses J2EE architecture technology and three-tier architecture model based on B / S to build the whole framework, and completes the design of each functional module of e-commerce website.
【学位授予单位】:内蒙古大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP391.3
【参考文献】
相关期刊论文 前10条
1 于凤;郑德权;刘祥;;领域知识学习中的马尔可夫逻辑网应用研究[J];计算机工程与应用;2016年22期
2 周海平;黄凑英;刘妮;周洪波;;基于评分预测的协同过滤推荐算法[J];数据采集与处理;2016年06期
3 刘绍刚;;基于MVC模式的云笔记的设计与实现[J];通讯世界;2016年13期
4 王成;朱志刚;张玉侠;苏芳芳;;基于用户的协同过滤算法的推荐效率和个性化改进[J];小型微型计算机系统;2016年03期
5 刘永康;刘军万;;个性化推荐技术的发展[J];电子世界;2015年24期
6 赵良辉;熊作贞;;电子商务推荐系统综述及发展研究[J];电子商务;2013年12期
7 刘永彬;杨炳儒;李广源;刘英华;;基于马尔可夫逻辑网的联合推理开放信息抽取[J];计算机科学;2012年09期
8 徐从富;郝春亮;苏保君;楼俊杰;;马尔可夫逻辑网络研究[J];软件学报;2011年08期
9 张玉芳;黄涛;艾东梅;熊忠阳;;Markov逻辑网及其在文本分类中的应用[J];计算机应用;2009年10期
10 时冬妮;;软件测试流程研究[J];硅谷;2009年02期
相关硕士学位论文 前4条
1 常江;基于Apache Mahout的推荐算法的研究与实现[D];电子科技大学;2013年
2 金敏;基于.NET的网上商城网站的设计及实现[D];电子科技大学;2010年
3 李朝阳;基于Slope One算法的协作过滤个性化推荐系统设计与实现[D];华中科技大学;2010年
4 周张兰;基于协同过滤的个性化推荐算法研究[D];华中师范大学;2009年
,本文编号:1891313
本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/1891313.html