基于商品基因和GA的智能商品推薦系統(tǒng)研究.pdf

1、近年來(lái)，隨著電子商務(wù)的迅速發(fā)展，產(chǎn)生了商品信息過(guò)載問(wèn)題，使得一方面用戶(hù)的使用成本大大增加，另一方面商家開(kāi)展針對(duì)性營(yíng)銷(xiāo)的困難加大。智能商品導(dǎo)購(gòu)系統(tǒng)通過(guò)與用戶(hù)的交互，分析其行為，預(yù)測(cè)其偏好并向其推薦他們真正感興趣的商品，它類(lèi)似于采購(gòu)助手的功能來(lái)幫助用戶(hù)過(guò)濾信息，選購(gòu)滿(mǎn)足其真正需求的商品。智能商品導(dǎo)購(gòu)系統(tǒng)能大大提升用戶(hù)購(gòu)物體驗(yàn)，提供個(gè)性化的服務(wù)，幫助企業(yè)在激烈的電子商務(wù)競(jìng)爭(zhēng)環(huán)境下，促進(jìn)產(chǎn)品的銷(xiāo)售，提高用戶(hù)的忠誠(chéng)度。 目前多數(shù)B2C電子

2、商務(wù)系統(tǒng)存在著商品推薦策略單一、推薦結(jié)果精度低，推薦缺乏個(gè)性化的問(wèn)題。本文通過(guò)對(duì)非線性網(wǎng)絡(luò)用戶(hù)行為進(jìn)行研究，利用一種改進(jìn)的非線性回歸分析方法對(duì)用戶(hù)興趣進(jìn)行建模，提出利用AJAX技術(shù)完成對(duì)用戶(hù)興趣數(shù)據(jù)源的搜集，取代以往對(duì)web日志處理的繁雜過(guò)程，并著重分析了關(guān)聯(lián)規(guī)則和協(xié)同過(guò)濾兩種主要的推薦算法各自的原理、適用范圍及優(yōu)缺點(diǎn)等。在此基礎(chǔ)上，引入商品基因的概念，通過(guò)將商品特征基因數(shù)據(jù)庫(kù)、用戶(hù)購(gòu)買(mǎi)歷史記錄、用戶(hù)在線瀏覽內(nèi)容及鄰近用戶(hù)行為結(jié)合起來(lái)，