基于数据挖掘技术的电子商务推荐系统研究

论文摘要

随着互联网的普及和电子商务的迅速发展,电子商务系统的结构越来越复杂,系统在给用户提供越来越多的选择信息的同时,使得用户在大量的产品信息中难以找到需要的商品,因此电子商务推荐系统应运而生。电子商务推荐系统能帮助用户快速找到所需产品,有效防止客户流失,提高电子商务企业的销售力及竞争力。电子商务推荐系统有良好的发展前景,已成为电子商务实现技术中的一个重要研究内容。但是,随着电子商务系统不断地发展并扩大化,电子商务推荐系统也不断面临发展的挑战。从以下几个方面对电子商务推荐系统进行了研究。根据电子商务推荐系统的发展进程,对数据挖掘技术的相关理论及各种挖掘方法进行了比较研究,并分析了基于Web的数据挖掘技术在实现电子商务推荐系统中的重要作用。以此为据,基于一种以Web数据挖掘为基础的电子商务推荐系统体系结构,使用基于聚类的推荐,改进了传统的根据评分的聚类算法,构建并实现了该结构的离线挖掘和在线推荐两个模块的功能,实现了按用户偏好的隐形聚类,并设计了实验系统,通过实验分析、验证了改进后算法的有效性。最后,对所做工作作了总结,并指出下一步需要深入研究的工作内容。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• §1-1 引言
• 1-1-1 电子商务及其特点
• 1-1-2 电子商务推荐系统及其功能
• 1-1-3 国内外电子商务推荐系统研究现状
• 1-1-4 电子商务推荐系统面临的主要挑战
• §1-2 论文选题依据及意义
• §1-3 论文研究内容及组织结构
• 1-3-1 论文的内容
• 1-3-2 论文的结构
• 第二章 电子商务推荐系统的相关技术研究
• §2-1 数据挖掘
• §2-2 Web 数据挖掘
• 2-2-1 Web 数据挖掘的定义
• 2-2-2 Web 数据挖掘的种类
• 2-2-3 Web 数据挖掘的特点
• 2-2-4 Web 数据挖掘的应用
• §2-3 推荐系统中常用的数据挖掘技术
• 2-3-1 聚类分析
• 2-3-2 协同过滤
• 2-3-3 关联规则
• 2-3-4 其它技术
• §2-4 小结
• 第三章 推荐系统的体系结构
• §3-1 推荐系统的主要构成情况
• §3-2 推荐系统的在线模块
• §3-3 推荐系统的离线模块
• 3-3-1 数据源
• 3-3-2 数据预处理
• 3-3-3 事务文件数据处理
• 3-3-4 推荐模式挖掘
• §3-4 小结
• 第四章 基于数据挖掘的推荐系统的实现
• §4-1 基于聚类挖掘的电子商务推荐算法设计
• §4-2 基于聚类挖掘的电子商务推荐算法实现步骤
• §4-3 基于聚类挖掘的基于聚类挖掘的推荐实现及结果
• 4-3-1 推荐实现的实验设计
• 4-3-2 结果分析
• §4-4 小结
• 第五章 结论
• §5.1 总结
• §5.2 不足与展望
• 参考文献
• 致谢