基于Apriori的电子商务网站适时推荐系统的研究与实现

基于Apriori的电子商务网站适时推荐系统的研究与实现

论文摘要

网络的高效与便捷,使人们从传统的购物方式逐渐转向网络购物方式。电子商务推荐系统能有效的留住客户,提高电子商务企业的销售及竞争力,已经成为电子商务IT技术的一个重要研究内容,得到众多研究者的关注。目前,对电子商务推荐系统的研究虽然很多,但限于交易数据量的庞大及挖掘算法的原因,很难给出一适时的推荐系统模型。本文通过从隐式、高效的数据采集着手,结合关联规则的数据挖掘技术设计并实现了一个电子商务网站的适时推荐系统。本文提出了一个Apriori算法的改进算法-AprioriTidStr,该算法利用对数据项集在事物数据库中对应的每条事务的标识符Tid的操作来实现对频繁项集的搜索,从而避免了对数据库的循环扫描,降低了关联规则挖掘的复杂度。并在此基础上,设计、实现了挖掘器的适时在线挖掘与定期人工挖掘相补充的复合挖掘,使推荐系统对商品的推荐实现适时更新的功能。该系统同时还实现了对客户历史行为的推荐、当前浏览与购买的推荐、以及网站热卖商品的推荐的多重混合推荐功能。本文最后给出了系统的简要性能分析,并提出系统需要进一步完善的地方及下一步研究工作的方向。

论文目录

  • 中文摘要
  • ABSTRACT
  • 图表目录
  • 第一章 绪论
  • 1.1 背景
  • 1.2 研究现状
  • 1.3 本文的研究意义和主要工作
  • 1.4 本文的组织结构
  • 1.5 本章小结
  • 第二章 商务网站适时推荐系统模型的设计
  • 2.1 推荐系统的模型建立
  • 2.1.1 推荐系统的模型
  • 2.1.2 推荐系统的工作流程及模块功能简介
  • 2.2 推荐系统的挖掘数据源与知识库
  • 2.2.1 数据源的格式与采集
  • 2.2.2 挖掘数据源的存储方式
  • 2.2.3 知识库与规则库的格式与存储
  • 2.3 COM+储存组件的设计
  • 2.4 推荐系统模型的开发工具
  • 2.5 本章小结
  • 第三章 APRIORI 的改进算法-APRIORITIDSTR
  • 3.1 关联规则挖掘的基本概念
  • 3.1.1 关联规则
  • 3.1.2 支持度、置信度和频繁项集
  • 3.1.3 关联规则的挖掘方法
  • 3.2 APRIORI 算法及其改进算法
  • 3.2.1 Apriori 算法
  • 3.2.2 其它Apriori 算法的改进算法
  • 3.3 APRIORITIDSTR 算法
  • 3.3.1 AprioriTidStr 算法的描述
  • 3.3.2 AprioriTidStr 算法分析
  • 3.3.3 AprioriTidStr 算法在本模型中的应用
  • 3.4 本章小结
  • 第四章 商务网站适时推荐系统的实现
  • 4.1 推荐系统设计的总体要求
  • 4.2 推荐系统的硬件平台
  • 4.3 系统模块的设计与实现
  • 4.3.1 会话器程模块的设计与实现
  • 4.3.2 推荐器模块设计与实现
  • 4.3.3 COM+的设计与实现
  • 4.3.4 挖掘器模块的设计与实现
  • 4.4 本章小结
  • 第五章 系统的应用及性能测试
  • 5.1 在线应用界面
  • 5.2 系统性能测试与分析
  • 5.3 本章小结
  • 第六章 总结与展望
  • 6.1 研究总结
  • 6.2 对今后工作的展望
  • 参考文献
  • 攻读学位期间发表(录用)论文
  • 致谢
  • GENSAMETID 过程算法的代码实现'>附录Ⅰ APRIORIGENSAMETID 过程算法的代码实现
  • 详细摘要
  • 相关论文文献

    • [1].基于Apriori算法的船用物联网多来源数据深度挖掘方法[J]. 舰船科学技术 2019(24)
    • [2].基于二维云模型和Apriori算法的围岩稳定性分级研究[J]. 铁道学报 2020(06)
    • [3].基于Apriori关联分析的煤层气压裂效果主控因素识别[J]. 油气藏评价与开发 2020(04)
    • [4].基于Apriori算法综合管廊火灾识别预警系统[J]. 消防科学与技术 2020(04)
    • [5].基于改进Apriori算法的地面空调间歇故障预测[J]. 计算机应用 2016(12)
    • [6].基于关联规则Apriori算法的心肺性职业病病情分析及预测[J]. 中国数字医学 2017(04)
    • [7].基于Apriori算法校园网络安全系统设计[J]. 网络安全技术与应用 2017(03)
    • [8].基于Apriori算法的慢性阻塞性肺疾病超限住院费用关联规则数据挖掘[J]. 中国慢性病预防与控制 2017(04)
    • [9].Apriori算法在无纸化考试系统中的应用[J]. 电脑编程技巧与维护 2016(10)
    • [10].Apriori算法在无纸化考试系统中的应用和改进[J]. 周口师范学院学报 2015(02)
    • [11].基于Apriori的科研考核信息的关联性分析[J]. 辽宁高职学报 2020(10)
    • [12].基于Apriori算法分析米面制品营养标签使用关联规则[J]. 食品安全质量检测学报 2020(19)
    • [13].基于关联规则Apriori算法的真实世界中结肠恶性肿瘤患者的中西药联合应用特征研究[J]. 中药药理与临床 2019(05)
    • [14].最小支持度为区间值的加权Apriori算法[J]. 辽宁工程技术大学学报(自然科学版) 2016(12)
    • [15].基于关联规则Apriori算法的真实世界复方苦参注射液治疗恶性肿瘤西药联合应用特征研究[J]. 中南药学 2016(12)
    • [16].基于Apriori算法的高校学生综合测评数据挖掘[J]. 现代计算机(专业版) 2017(01)
    • [17].基于Apriori关联规则的电能表检定质量影响因素分析[J]. 电测与仪表 2017(13)
    • [18].基于优化Apriori算法的中风病证治规律研究[J]. 医学信息学杂志 2017(07)
    • [19].数据挖掘中改进的Apriori算法的应用[J]. 信息记录材料 2017(01)
    • [20].基于Apriori的序列模式挖掘算法的研究[J]. 软件 2014(09)
    • [21].Apriori算法在学生信息管理系统中应用研究[J]. 电子制作 2014(24)
    • [22].网络审计系统中Apriori算法的应用与研究[J]. 科技视界 2015(29)
    • [23].基于Apriori改进算法的中药处方分析技术[J]. 西部中医药 2014(05)
    • [24].Apriori算法在杉木伴生树种选择中的应用[J]. 福建农林大学学报(自然科学版) 2008(01)
    • [25].基于Apriori关联规则临床癌性疲乏处方组方及用药规律分析[J]. 亚太传统医药 2016(21)
    • [26].Apriori算法在词性标注规则获取中的应用[J]. 计算机时代 2016(10)
    • [27].基于Apriori关联规则的城市快速路拥堵关联分析[J]. 黑龙江科技信息 2014(33)
    • [28].基于Apriori算法挖掘经验方的“前N组”法[J]. 光明中医 2015(06)
    • [29].基于十字链表的Apriori算法的实现[J]. 赤峰学院学报(自然科学版) 2012(18)
    • [30].基于Apriori算法的网上超市产品组合研究[J]. 福建电脑 2008(01)

    标签:;  ;  ;  ;  

    基于Apriori的电子商务网站适时推荐系统的研究与实现
    下载Doc文档

    猜你喜欢