基于Web數據的電子商務推薦系統(tǒng)應用研究.pdf

1、電子商務因其成本低廉、快捷、不受時空限制等優(yōu)點在全球范圍內得到普及和發(fā)展，它的規(guī)模也在進一步擴大。在電子商務為用戶提供越來越多選擇的同時，它的結構也變得越來越復雜，電子商務的發(fā)展面臨這樣一個新問題--方面，用戶對網絡上提供的眾多商品信息并非完全感興趣，通常要通過多次瀏覽才能找到滿足自己需求的商品：另一方面商家也不能全面的了解用戶的個人需求，提供給用戶的是千篇一律的界面，無法維護穩(wěn)定的客戶關系。缺乏個性化服務成為制約電子商務發(fā)展的關鍵問題

2、。這就要求站點有一個能夠分析用戶偏好、行為等信息，并且自動根據這些信息向用戶提供推薦服務的推薦系統(tǒng)，實現網絡上的“一對一營銷”，本文正是基于這樣一個背景展開研究的。 Web數據挖掘就是在這樣的背景下與電子商務結合在一起。Web挖掘是從Web文檔和Web活動中發(fā)現、抽取感興趣的、潛在的有用模式和隱藏的信息。它將傳統(tǒng)的數據挖掘技術和Web結合起來，可以在多方面發(fā)揮作用，是數據挖掘領域的一個新的研究方向?；赪eb數據挖掘的電子商務推

3、薦系統(tǒng)可以滿足電子商務未來發(fā)展趨勢的需要。 在文中，依據效率和準確性，建立了一個的推薦系統(tǒng)的模型，并對系統(tǒng)中的各個模塊功能及它們之間相互協調工作做了詳細的描述，并實現推薦系統(tǒng)的原型；該模型將把Web使用挖掘和Web內容挖掘相結合，對服務器數據以及Web頁面做分析，建立物品、用戶類等模式，以作為推薦的依據；然后闡述推薦系統(tǒng)采用的推薦策略和推薦算法，并對算法優(yōu)化，引入平均訪問度的指標，提高挖掘準確性；最后利用實際網站數據給出了系統(tǒng)試