本文關鍵詞：電子商務推薦系統(tǒng)中協(xié)同過濾算法的分析與研究

  更多相關文章： 電子商務 推薦系統(tǒng) 協(xié)同過濾 分類回歸樹

【摘要】：隨著電子商務和互聯(lián)網(wǎng)信息技術的飛速發(fā)展，用戶通過電子商務購買自己所需要的商品和服務所占的比重越來越大。為了滿足不同用戶的需求，電子商務網(wǎng)站為用戶提供的商品數(shù)量和種類迅速增多，雖然這能讓用戶購買到自己喜歡的商品的機會增大，但也常常使用戶陷入在眾多的商品目錄的搜尋之中，難以準確地和快速地找出自己喜歡的商品。電子商務推薦系統(tǒng)能夠有效地收集用戶的購買信息和準確地跟蹤用戶的需求變化，分析出用戶的偏好，再為用戶推薦他們可能感興趣且用戶滿意度高的商品。電子商務推薦系統(tǒng)已在各類電子商務平臺中得到了廣泛的應用，因其具有良好的發(fā)展和前景，，受到了大家的廣泛關注。 本文首先對電子商務進行了簡單闡述，分析了電子商務中引入個性化推薦的必要性和個性化推薦能帶來的好處，再對電子商務推薦系統(tǒng)的框架結構和各種推薦系統(tǒng)技術進行了較深入的研究。在這基礎上，然后對電子商務推薦系統(tǒng)中最早提出和使用最廣泛的協(xié)同過濾方法進行了重點研究。針對協(xié)同過濾技術中數(shù)據(jù)稀疏性問題，采用經(jīng)典的基于用戶的協(xié)同過濾算法相似度計算準確度問題，提出了一種基于CART的協(xié)同過濾算法，首先對稀疏的用戶-項目評分矩陣通過分類回歸樹對未評分項進行插值預測，在稠密的矩陣上用基于用戶的協(xié)同過濾算法進行推薦預測。實驗表明，基于CART的協(xié)同過濾算法有較好的性能，提高了推薦的精度。
【關鍵詞】：電子商務 推薦系統(tǒng) 協(xié)同過濾 分類回歸樹
【學位授予單位】：首都經(jīng)濟貿(mào)易大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：F724.6;F224
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 引言8-13
• 1.1 研究背景8-9
• 1.2 國內外研究狀況9-12
• 1.3 論文的組織結構12
• 1.3.1 論文的主要內容12
• 1.3.2 論文的組織結構12
• 1.4 本章小結12-13
• 2 電子商務個性化推薦系統(tǒng)綜述13-24
• 2.1 電子商務理論簡介13-14
• 2.2 電子商務的規(guī)�；⒈镜鼗蛡�性化14-15
• 2.3 電子商務推薦系統(tǒng)的作用15-16
• 2.4 電子商務推薦系統(tǒng)的結構16-18
• 2.4.1 輸入模塊17
• 2.4.2 輸出模塊17-18
• 2.4.3 推薦模塊18
• 2.5 推薦系統(tǒng)技術18-23
• 2.5.1 關聯(lián)規(guī)則19-20
• 2.5.2 協(xié)同過濾技術20-21
• 2.5.3 基于內容的推薦技術21-22
• 2.5.4 基于知識的推薦技術22
• 2.5.5 各推薦技術比較22-23
• 2.5.6 混合推薦技術23
• 2.6 本章小結23-24
• 3 協(xié)同過濾算法與分析24-37
• 3.1 協(xié)同過濾的方法步驟24-27
• 3.1.1 收集偏好信息24-26
• 3.1.2 找出相似用戶或物品26-27
• 3.1.3 得出推薦27
• 3.2 協(xié)同過濾的分類27-36
• 3.2.1 基于內存的協(xié)同過濾27-30
• 3.2.2 基于模型的協(xié)同過濾方法30-36
• 3.2.3 混合的協(xié)同過濾36
• 3.3 各協(xié)同過濾方法比較36-37
• 3.4 本章小結37
• 4 基于 CART 的協(xié)同過濾算法37-45
• 4.1 問題的提出37-39
• 4.2 分類回歸樹的介紹39-40
• 4.3 基于 CART 的協(xié)同過濾算法的設計40-42
• 4.3.1 算法的框架及描述40-41
• 4.3.2 基于 CART 的協(xié)同過濾算法的實現(xiàn)過程41-42
• 4.4 實驗結果及分析42-44
• 4.4.1 實驗數(shù)據(jù)和實驗環(huán)境42
• 4.4.2 評價指標42-43
• 4.4.3 實驗結果及討論43-44
• 4.5 本章小結44-45
• 5 總結和展望45-47
• 5.1 本文的工作總結45
• 5.2 未來工作展望45-47
• 參考文獻47-50
• 致謝50-51
• 附錄51-52
• 作者在攻讀碩士學位期間發(fā)表的論文51-52
• 詳細摘要52-70

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前9條

1 李聰;梁昌勇;楊善林;;電子商務協(xié)同過濾稀疏性研究:一個分類視角[J];管理工程學報;2011年01期

2 許海玲;吳瀟;李曉東;閻保平;;互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J];軟件學報;2009年02期

3 吳湖;王永吉;王哲;王秀利;杜栓柱;;兩階段聯(lián)合聚類協(xié)同過濾算法[J];軟件學報;2010年05期

4 陳湘芳;陳明;馮國富;池濤;;多變量時序回歸樹的黃瓜產(chǎn)量預測模型[J];計算機工程與設計;2012年01期

5 王自強,馮博琴;個性化推薦系統(tǒng)中遺漏值處理方法的研究[J];西安交通大學學報;2004年08期

6 彭玉;程小平;徐藝萍;;一種改進的Item-based協(xié)同過濾推薦算法[J];西南大學學報(自然科學版);2007年05期

7 劉魯;任曉麗;;推薦系統(tǒng)研究進展及展望[J];信息系統(tǒng)學報;2008年01期

8 鄧愛林,左子葉,朱揚勇;基于項目聚類的協(xié)同過濾推薦算法[J];小型微型計算機系統(tǒng);2004年09期

9 張立彬,張其前,胥芳,杜獎勝;基于分類回歸樹(CART)方法的統(tǒng)計解析模型的應用與研究[J];浙江工業(yè)大學學報;2002年04期

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 夏培勇;個性化推薦技術中的協(xié)同過濾算法研究[D];中國海洋大學;2011年

2 孫小華;協(xié)同過濾系統(tǒng)的稀疏性與冷啟動問題研究[D];浙江大學;2005年

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 代其鋒;基于電子商務的個性化推薦研究[D];中國科學技術大學;2011年

本文編號：802483