隨著我國經(jīng)濟(jì)和互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展,電子商務(wù)持續(xù)快速增長,互聯(lián)網(wǎng)商品的數(shù)量成指數(shù)級別增長,如何讓用戶在海量的信息中快速準(zhǔn)確的找到自己感興趣的商品是當(dāng)下的研究熱點(diǎn)之一,也是當(dāng)前電子商務(wù)推薦服務(wù)急需解決的問題。在這種情況下,以智能推薦技術(shù)為核心的推薦系統(tǒng)應(yīng)運(yùn)而生,推薦系統(tǒng)是解決這個(gè)問題的重要工具,主要通過一些推薦算法來為用戶推薦自己感興趣的商品。本文主要對基于內(nèi)容的推薦技術(shù)、Apriori推薦算法和協(xié)同過濾推薦算法進(jìn)行研究,分析算法中存在的數(shù)據(jù)稀疏性和算法復(fù)雜度問題,對Apriori算法進(jìn)行了改進(jìn),在算法掃描數(shù)據(jù)庫的過程中,將已經(jīng)不頻繁的元素在原數(shù)據(jù)庫中刪除,使之后掃描的數(shù)據(jù)庫將越來越小,通過降低算法I/O次數(shù)來降低算法運(yùn)行時(shí)間。將基于內(nèi)容的推薦技術(shù)和改進(jìn)后的Apriori推薦算法相結(jié)合,彌補(bǔ)了單一算法推薦結(jié)果單一的局限性,得到更佳的推薦效果;在協(xié)同過濾算法中先使用FCM算法對用戶進(jìn)行聚類,引入Slope One算法和隱式評分機(jī)制,預(yù)先填充評分矩陣,降低矩陣的稀疏性;優(yōu)化FCM算法中的距離公式,采用加權(quán)的歐氏距離公式代替原始的歐氏距離公式。改進(jìn)后的算法流程為:（1）使用改進(jìn)后的FCM算法對... 

【文章來源】：華北電力大學(xué)河北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

基于用戶特征的音樂推薦

圖 2-2 基于物品內(nèi)容的音樂推薦過程2.1.2 基于關(guān)聯(lián)規(guī)則的推薦算法關(guān)聯(lián)規(guī)則推薦是推薦技術(shù)中應(yīng)用非常廣，1994 年問世的 Group lens 系統(tǒng)就是利用關(guān)聯(lián)性規(guī)則完成推薦。關(guān)聯(lián)規(guī)則推薦技術(shù)主要是挖掘各個(gè)項(xiàng)目之間的關(guān)聯(lián)性，將

圖 2-3Apriori 算法的工作流程經(jīng)過三次掃描三次比較找到數(shù)據(jù)庫的頻繁 3 項(xiàng)集，Apriori 算法求解得出兩各項(xiàng)關(guān)聯(lián)的情況下，AB、AD、AE、BE 關(guān)聯(lián)度較高，三個(gè)項(xiàng)目關(guān)聯(lián)的情況下，ABE項(xiàng)關(guān)聯(lián)度最高。但是 Apriori 算法的缺點(diǎn)也顯而易見：挖掘的過程需要重復(fù)多次掃描數(shù)據(jù)庫。

【參考文獻(xiàn)】：
期刊論文
[1]厲行法治 引領(lǐng)電商高質(zhì)量發(fā)展[J]. 李小健.  中國人大. 2018(17)
[2]Apriori算法的改進(jìn)及其在電子商務(wù)中的應(yīng)用[J]. 劉彬,程曉榮.  電腦知識與技術(shù). 2017(27)
[3]基于協(xié)同過濾算法的IT書籍推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 孫曉娟,千博,王圣濤.  軟件導(dǎo)刊. 2017(04)
[4]一種改進(jìn)的協(xié)同過濾推薦算法[J]. 劉藝,馮鈞,魏童童,陳志飛,徐歡,張立霞.  計(jì)算機(jī)與現(xiàn)代化. 2017(01)
[5]“互聯(lián)網(wǎng)+”時(shí)代的電子商務(wù)[J]. 聶林海.  中國流通經(jīng)濟(jì). 2015(06)
[6]改進(jìn)的Apriori算法在高校選修課系統(tǒng)和應(yīng)對氣候變化相關(guān)統(tǒng)計(jì)工作中的應(yīng)用[J]. 佘為,謝會娟.  信息與電腦(理論版). 2015(11)
[7]基于Apriori算法的關(guān)聯(lián)規(guī)則挖掘系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 麥丞程.  電腦編程技巧與維護(hù). 2015(11)
[8]基于MapReduce的并行化模糊劃分算法[J]. 張廣蓉,陳慶奎,章剛,趙海燕,高麗萍,霍歡.  計(jì)算機(jī)應(yīng)用. 2014(11)
[9]基于關(guān)聯(lián)規(guī)則的Apriori算法改進(jìn)研究[J]. 郅芬香,王留芳.  信息與電腦(理論版). 2014(09)
[10]考慮項(xiàng)目屬性的協(xié)同過濾推薦模型[J]. 楊興耀,于炯,吐爾根·依布拉音,錢育蓉,孫華.  計(jì)算機(jī)應(yīng)用. 2013(11)

博士論文
[1]協(xié)同過濾推薦系統(tǒng)關(guān)鍵問題研究[D]. 孔維梁.華中師范大學(xué) 2013

碩士論文
[1]推薦系統(tǒng)中協(xié)同過濾算法的改進(jìn)與研究[D]. 申凱麗.北京交通大學(xué) 2017
[2]云環(huán)境下針對企業(yè)營銷的個(gè)性化智能推薦研究[D]. 趙云.浙江理工大學(xué) 2017
[3]基于混合算法的個(gè)性化推薦系統(tǒng)[D]. 謝藝聰.北京郵電大學(xué) 2017
[4]協(xié)同過濾推薦算法的優(yōu)化及其實(shí)證系統(tǒng)實(shí)現(xiàn)[D]. 宋濤.北京交通大學(xué) 2016
[5]基于項(xiàng)目屬性的多矩陣協(xié)同過濾推薦算法的研究[D]. 高云.中國石油大學(xué)(華東) 2016
[6]面向稀疏數(shù)據(jù)的個(gè)性化推薦技術(shù)研究[D]. 石教開.西南大學(xué) 2016
[7]協(xié)同過濾推薦系統(tǒng)中稀疏性數(shù)據(jù)的算法研究[D]. 李容.電子科技大學(xué) 2016
[8]個(gè)性化推薦中協(xié)同過濾算法研究[D]. 路春霞.北京交通大學(xué) 2016
[9]基于移動上下文的音樂推薦系統(tǒng)[D]. 曹磊.東南大學(xué) 2015
[10]基于可視化知識框架的視頻推薦系統(tǒng)研究與實(shí)現(xiàn)[D]. 戴思.中南大學(xué) 2014



本文編號：3570310