【摘要】：近年來,隨著信息技術(shù)和互聯(lián)網(wǎng)的發(fā)展,淘寶,天貓,京東,亞馬遜等線上購物模式的興起,人們由信息匱乏的時(shí)代進(jìn)入了信息過載的時(shí)代。針對購物模式轉(zhuǎn)變和信息過載,數(shù)據(jù)挖掘用戶的喜好,完成高效的線上交易已經(jīng)成為了迫切的問題。網(wǎng)上商城等及推薦系統(tǒng)正是基于此情形設(shè)計(jì)和完成的。本課題研究目的是完成在線交易。在用戶沒有提供明確需求的情景下,通過分析用戶歷史行為進(jìn)行建模,主動給用戶推薦他們興趣和需要的商品,讓商品更多的被購買,提高商城利潤及用戶體驗(yàn)度。主要研究內(nèi)容是構(gòu)建網(wǎng)上商城,于多處情景收集用戶行為,生成并定時(shí)更新用戶喜好信息,綜合運(yùn)用多種推薦算法將商品呈現(xiàn)給用戶。本課題開發(fā)的購物商城,主要功能模塊有購物車,用戶喜好生成,訂單管理,商品管理。商城用來生成用戶喜好的行為包括搜索,瀏覽,購買,收藏,評價(jià)。推薦算法包括基于銷量,評論數(shù),好評數(shù),搜索數(shù)的排名推薦,基于用戶注冊特征信息推薦,基于用戶的協(xié)同過濾推薦,基于用戶喜好類型的推薦,基于購物車商品的協(xié)同過濾推薦,基于購物車商品的同類型好評多的商品推薦,基于我的收藏推薦。本課題的研究方法是分析出使用網(wǎng)上購物商城及推薦的原因,認(rèn)識到做購物商城及推薦系統(tǒng)是迫切而有意義的。然后通過大量閱讀推薦算法的書籍和文獻(xiàn),對推薦的使用場景和具體算法進(jìn)行了探討,最后實(shí)現(xiàn)購物商城,行為收集,商品推薦。
【圖文】：

圖 1-1 hulu 推薦流程圖:對于電影，，書籍，通過大量注冊用戶看完之后的感受給出評分的出推薦。還對對書籍，電影進(jìn)行種類劃分，根據(jù)分類推薦。頭條:對新聞及短視頻的推薦很精準(zhǔn)，通過注冊用戶的瀏覽內(nèi)容在

系統(tǒng)架構(gòu)圖
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.3

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 胡江生;基于Java EE的智慧農(nóng)業(yè)軟件平臺的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2018年

本文編號：2532299