電子商務(wù)智能推薦技術(shù)及應(yīng)用研究.pdf

1、互聯(lián)網(wǎng)應(yīng)用的普及，在推動(dòng)了電子商務(wù)迅速發(fā)展的同時(shí)，也造成了信息的過載。作為電子商務(wù)的一種重要工具，推薦系統(tǒng)幫助消費(fèi)者在海量的商品信息中得到有價(jià)值的購買建議，并相應(yīng)地提高了銷售業(yè)績(jī)，因此在電子商務(wù)中具有良好的應(yīng)用前景。然而，當(dāng)前的電子商務(wù)推薦系統(tǒng)面臨許多問題，例如，推薦質(zhì)量受到稀疏的用戶評(píng)價(jià)數(shù)據(jù)的嚴(yán)重影響，系統(tǒng)的可擴(kuò)展性能差；推薦缺乏多樣性，無法涵蓋用戶的完整興趣等。本文針對(duì)這些問題，對(duì)電子商務(wù)個(gè)性化推薦系統(tǒng)中的推薦技術(shù)和體系結(jié)構(gòu)等關(guān)鍵技

2、術(shù)進(jìn)行了有益的探索和研究。
　　 本文首先全面探討了電子商務(wù)個(gè)性化推薦系統(tǒng)，包括系統(tǒng)的構(gòu)成、功能、輸入輸出的表現(xiàn)形式，研究的內(nèi)容和常用的推薦方法；接著對(duì)推薦系統(tǒng)所使用的多種智能化的推薦技術(shù)進(jìn)行了分類討論，包括協(xié)同過濾技術(shù)，信息過濾技術(shù)、數(shù)據(jù)挖掘技術(shù)、Horting圖等和混合推薦技術(shù)，分析歸納了各種推薦技術(shù)的優(yōu)點(diǎn)與不足之處，在現(xiàn)有的混合推薦技術(shù)上提出了一種基于用戶興趣聚類的協(xié)同過濾推薦改進(jìn)技術(shù)；然后通過對(duì)用戶顯性興趣和隱型興趣的相

3、似項(xiàng)進(jìn)行聚類，選擇與目標(biāo)項(xiàng)相似性最高的若干個(gè)聚類作為查詢目標(biāo)項(xiàng)的最近鄰居；再對(duì)改進(jìn)的推薦技術(shù)的有效性進(jìn)行了實(shí)驗(yàn)驗(yàn)證，結(jié)果表明基于用戶興趣聚類的推薦技術(shù)有效解決了用戶評(píng)分較少而造成推薦困難的問題，顯示出比傳統(tǒng)的推薦方法更好的推薦質(zhì)量和擴(kuò)展性；最后在此推薦技術(shù)的基礎(chǔ)上，對(duì)圖書智能化推薦系統(tǒng)做了設(shè)計(jì)和實(shí)現(xiàn)。
　　 本文在電子商務(wù)智能推薦技術(shù)方面進(jìn)行了探討和研究，所開發(fā)的圖書智能化推薦系統(tǒng)獲得了較高的推薦質(zhì)量和用戶滿意度，對(duì)電子商務(wù)智能