協(xié)同過濾的電子商務個性化服務推薦系統(tǒng)的研究.pdf

1、隨著Internet技術的迅速發(fā)展，電子商務應用不斷深入。隨著電子商務規(guī)模的進一步擴大，電子商務為用戶提供越來越多選擇的同時，其結構也變得越來越復雜。人們在面對海量信息時往往顯得很迷茫，把握不住重點，這就導致了電子商務個性化推薦系統(tǒng)的出現(xiàn)。個性化推薦不僅能快速地幫助客戶在繁多復雜的信息中找到所需要的商品信息，而且還能將較多的商品信息進行比較從而幫助客戶進行判斷。然而，現(xiàn)有的推薦系統(tǒng)存在推薦個性不突出、推薦的關聯(lián)性不強與推薦的實時性不強等

2、問題。本文主要研究基于協(xié)同過濾的電子商務個性化服務推薦系統(tǒng)。首先分析了電子商務推薦系統(tǒng)的研究現(xiàn)狀；然后，對電子商務個性化服務推薦系統(tǒng)進行需求分析；緊接著設計并實現(xiàn)了一個電子商務個性化服務推薦系統(tǒng)，且重點研究了其中的協(xié)同過濾算法；最后，對所設計的算法和系統(tǒng)進行了詳細的測試。測試結論顯示，系統(tǒng)響應達到相關標準的要求，改進后的算法在稀疏水平上能提供了更好的服務質量。
　　本研究主要內容包括：⑴針對現(xiàn)有協(xié)同過濾算法在稀疏性問題和擴展性方面

3、不良造成推薦不夠準確和推薦實時性差等問題，對傳統(tǒng)的協(xié)同過濾算法進行了改進，提出一種基于概念分層的協(xié)同過濾改進算法，通過該算法來實現(xiàn)推薦系統(tǒng)的推薦策略；⑵推薦算法綜合分析服務器端的 Web日志、用戶注冊信息、訂單信息和Cookies等數(shù)據(jù)，且對相關原始數(shù)據(jù)進行數(shù)據(jù)清理，實現(xiàn)Web數(shù)據(jù)的挖掘。同時，在服務器端收集用戶評分相關數(shù)據(jù)建立用戶隱性個性化興趣模型，產生用戶特征數(shù)據(jù)庫，以挖掘的特征數(shù)據(jù)來實現(xiàn)個性化過濾；⑶基于改進的算法完成了電子商務個