傳統(tǒng)電子商務(wù)自動推薦系統(tǒng)與用戶的實際喜好不同,推薦后成交量低。針對上述問題,在無線網(wǎng)絡(luò)的基礎(chǔ)上,設(shè)計了一種新的電子商務(wù)商品自動推薦系統(tǒng),系統(tǒng)硬件主要由信息采集器、信息儲存分析器、商品分析器、商品推薦器四部分組成,通過數(shù)據(jù)預(yù)處理建立分散類,得到目標(biāo)用戶所在區(qū)域,計算相似度,實現(xiàn)商品個性化推薦系統(tǒng)軟件程序設(shè)計。為檢測系統(tǒng)效果,設(shè)計了對比實驗。實驗結(jié)果表明,無線網(wǎng)絡(luò)的電子商務(wù)商品自動推薦系統(tǒng)能夠根據(jù)用戶喜好推薦有效商品,提高成交量。
【部分圖文】：

商品分析器結(jié)構(gòu)

無線網(wǎng)絡(luò)電子商務(wù)商品自動推薦系統(tǒng)以消費者為對象，根據(jù)不同消費者的興趣愛好、個人習(xí)慣給予不同的商品推薦，讓消費者的購物體驗得到提升[4]。為實現(xiàn)個性化、需求化商品推薦，系統(tǒng)硬件主要由信息采集器、信息儲存分析器、商品分析器、商品推薦器四部分組成[5]。系統(tǒng)硬件結(jié)構(gòu)如圖1所示。這四部分共同協(xié)作，使無線網(wǎng)絡(luò)電子商務(wù)商品自動推薦系統(tǒng)具備普遍適應(yīng)性，可以給所有用戶提供獨有的服務(wù)[6]。本系統(tǒng)遵循計算機(jī)數(shù)據(jù)處理推薦原則，保證各個流程的緊密銜接，具備高度超耦合特點，高度超耦合特點可以保證系統(tǒng)的快速調(diào)整，滿足消費者對購買物品不斷更新的需求[7]。

此外，系統(tǒng)還會定期向用戶下發(fā)一些問卷調(diào)查，來掌握用戶的偏好，這些都屬于信息的顯性收集。信息的隱性收集主要是記錄用戶行為[10]。用戶的訂單表、好友表、商品評價、商品收藏、商品瀏覽及瀏覽時間、商品搜索以及所購買的商品的價格品牌等都是信息的隱性收集對象。了解這些主要是為了分析用戶的喜好和需求。信息采集器模塊分析如圖2所示。1.2 信息儲存分析器
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王霞;;電子商務(wù)推薦系統(tǒng)評述[J];福建電腦;2006年08期

2 劉強(qiáng);;推薦系統(tǒng)的商業(yè)價值[J];軟件和集成電路;2019年04期

3 王月星;;國內(nèi)旅游推薦系統(tǒng)研究進(jìn)展[J];商場現(xiàn)代化;2017年10期

4 常亮;曹玉婷;孫文平;張偉濤;陳君同;;旅游推薦系統(tǒng)研究綜述[J];計算機(jī)科學(xué);2017年10期

5 王毅;;網(wǎng)絡(luò)推薦系統(tǒng)的三大挑戰(zhàn)——從用戶體驗出發(fā)[J];清華管理評論;2013年06期

6 王海明;;基于大數(shù)據(jù)下電子商務(wù)商品推薦系統(tǒng)的分析[J];環(huán)球市場信息導(dǎo)報;2017年27期

7 ;電商推薦系統(tǒng)進(jìn)階[J];IT經(jīng)理世界;2013年11期

8 傅孟如;姜素蘭;閔婭萍;;VAX—11/750機(jī)學(xué)生測評、推薦系統(tǒng)的設(shè)計與應(yīng)用[J];計算技術(shù)與自動化;1989年03期

9 王靖偉;劉英超;孟巍;;電子商務(wù)推薦系統(tǒng)研究綜述[J];電子商務(wù);2014年06期

10 張佳威;;美團(tuán)推薦系統(tǒng)實證系統(tǒng)[J];農(nóng)家參謀;2018年11期

相關(guān)博士學(xué)位論文 前10條

1 夏彬;基于位置信息社交網(wǎng)絡(luò)的推薦系統(tǒng)研究[D];南京理工大學(xué);2018年

2 王夢晗;推薦系統(tǒng)中數(shù)據(jù)缺失問題的研究[D];浙江大學(xué);2019年

3 徐原博;推薦系統(tǒng)中面向評分和文本數(shù)據(jù)挖掘的若干關(guān)鍵技術(shù)研究[D];吉林大學(xué);2019年

4 蔣偉;推薦系統(tǒng)若干關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2018年

5 練建勛;基于多樣化內(nèi)容數(shù)據(jù)的個性化推薦系統(tǒng)[D];中國科學(xué)技術(shù)大學(xué);2018年

6 曹渝昆;基于神經(jīng)網(wǎng)絡(luò)和模糊邏輯的智能推薦系統(tǒng)研究[D];重慶大學(xué);2006年

7 王宏宇;商務(wù)推薦系統(tǒng)的設(shè)計研究[D];中國科學(xué)技術(shù)大學(xué);2007年

8 顏端武;面向知識服務(wù)的智能推薦系統(tǒng)研究[D];南京理工大學(xué);2007年

9 劉龍;一個能實現(xiàn)個性化實時路徑推薦服務(wù)的推薦系統(tǒng)框架[D];中國科學(xué)技術(shù)大學(xué);2014年

10 高全力;上下文感知推薦系統(tǒng)關(guān)鍵問題研究[D];西北大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 劉倩;基于用戶特征的購物推薦系統(tǒng)的研究與實現(xiàn)[D];西南交通大學(xué);2019年

2 李曉林;基于協(xié)同過濾算法的學(xué)習(xí)資源推薦系統(tǒng)研究與實現(xiàn)[D];云南大學(xué);2018年

3 劉欣欣;基于信息傳播算法的推薦系統(tǒng)設(shè)計與開發(fā)[D];北方民族大學(xué);2020年

4 李美娟;基于資源代理的停車位推薦系統(tǒng)的設(shè)計與實現(xiàn)[D];電子科技大學(xué);2019年

5 張雪純;個性化電影主題播單推薦系統(tǒng)的設(shè)計與實現(xiàn)[D];北京交通大學(xué);2019年

6 郝亮;個性化電影推薦系統(tǒng)的研究與設(shè)計[D];電子科技大學(xué);2019年

7 康健;電影推薦系統(tǒng)微信小程序的設(shè)計與實現(xiàn)[D];西北民族大學(xué);2019年

8 齊德法;基于多重粒度召回的短視頻推薦系統(tǒng)的設(shè)計與實現(xiàn)[D];山東師范大學(xué);2019年

9 陳俊然;基于標(biāo)簽的專家信息推薦系統(tǒng)的研究[D];安徽理工大學(xué);2019年

10 楊凱;基于Hadoop平臺的個性化新聞推薦系統(tǒng)的設(shè)計與實現(xiàn)[D];北京交通大學(xué);2019年

本文編號：2852184