学位论文 > 优秀研究生学位论文题录展示
协同过滤在电子商务推荐系统中的应用研究
作 者: 欧立奇
导 师: 陈莉
学 校: 西北大学
专 业: 计算机软件与理论
关键词: 协同过滤 项目相似性 矩阵划分 个性化推荐 分类树
分类号: TP319
类 型: 硕士论文
年 份: 2006年
下 载: 366次
引 用: 9次
阅 读: 论文下载
内容摘要
近年来,电子商务个性化推荐系统在网络上获得了普遍应用,其中应用最为广泛的个性化推荐技术是协同过滤技术。而随着网上有效信息的数量和商品的种类的急速增长,也对推荐系统提出了严峻挑战,协同过滤推荐中存在的新项目推荐问题、稀疏性问题等亟待解决。 针对这些问题,本文综述了电子商务个性化推荐系统和常用的一些推荐方法,分析了协同过滤推荐中新项目难以推荐和稀疏性问题的根源,提出了一种对项目矩阵进行层次划分的方法。其基本思想是,首先利用分类树算法划分项目矩阵并计算项目间的相似度,在此基础上缩小近邻搜索的范围和需要预测的资源数目。通过用户对已有项目的评分顺序和项目间的相似性,预测用户对新项目的评分。试验结果表明基于项目矩阵划分的协同过滤算法,有效地解决了新项目推荐困难的问题,显示出了比传统推荐算法更好的推荐质量和扩展性。 在此基础上,本文设计并开发了协同过滤商品推荐系统,通过买家访问日志,利用上述分析方法,可有效推荐给买家相似群组的偏好商品。此外,为了增进推荐内容资讯鲜度,本研究利用上述算法,有效地解决了新项目难以推荐的问题。 最后,通过对数码消费产品业的模拟销售,推荐系统可以有效地提升电子市场的绩效,使商品的推荐行为更加有效,更有利于商品的销售。
|
全文目录
摘要 3-4 Abstract 4-6 目录 6-8 第一章 绪论 8-11 1.1 电子商务推荐系统的研究背景和意义 8-9 1.2 本文的研究内容和成果 9-10 1.3 本文的章节安排 10-11 第二章 电子商务个性化推荐系统及其相关技术 11-22 2.1 电子商务个性化推荐系统概述 11-17 2.1.1 电子商务个性化推荐系统的功能 12-13 2.1.2 电子商务个性化推荐系统的构成 13-15 2.1.3 电子商务个性化推荐系统的总体框架及流程 15-17 2.2 电子商务个性化推荐系统的研究内容 17-18 2.3 推荐系统采用的相关技术和研究现状 18-21 2.4 本章小结 21-22 第三章 协同过滤在个性化推荐系统中的应用研究 22-37 3.1 个性化推荐 22-25 3.2 协同过滤的定义 25-27 3.3 协同过滤运作机制 27-30 3.3.1 使用者评比资料的收集 27-29 3.3.2 依使用者偏好分群技术 29-30 3.4 基于用户的协同过滤推荐算法 30-34 3.4.1 评分表示 31 3.4.2 邻居的形成 31-33 3.4.3 产生推荐 33-34 3.5 协同过滤的缺点与限制 34-36 3.6 本章小结 36-37 第四章 基于概念分类的协同过滤推荐算法 37-44 4.1 概念分类 37-38 4.2 多层次评估矩阵 38-40 4.3 点击权重分类 40-42 4.4 新项目推荐算法 42-43 4.5 本章小结 43-44 第五章 协同过滤算法的应用实例 44-61 5.1 协同过滤模型的设计与实现 44-45 5.2 协同过滤系统运行流程 45-59 5.2.1 计算买家群组商品排行榜 46-52 5.2.2 计算买家群组中相似新商品排行榜 52-56 5.2.3 产生推荐内容 56-59 5.3 实验结果分析 59-60 5.4 本章小结 60-61 第六章 结束语 61-63 参考文献 63-66 攻读硕士学位期间的研究成果及参加的科研项目 66-67 致谢 67
|
相似论文
- 基于自然遗忘的个性化推荐算法研究,TP311.52
- 面向用户偏好的MADM方法在个性化推荐中的应用,G353.1
- 基于蚁群算法的移动商务个性化推荐体系研究,TP391.3
- 基于信息型模型的音乐推荐算法,TP391.3
- 基于特征向量的个性化推荐算法研究,TP391.3
- Web挖掘技术在远程教学系统中的应用,TP391.6
- 跨系统个性化服务中隐私保持问题研究,TP393.08
- 基于双信息源的协同过滤算法及其应用研究,TP301.6
- 基于WEB挖掘的E-learning环境下的个性化教学平台研究,TP391.6
- 基于Web数据挖掘的智能推荐研究,TP391.3
- 基于Web日志挖掘的个性化推荐系统研究,TP311.13
- 基于协同过滤的个性化推荐算法研究,TP301.6
- 基于Slope One算法的协作过滤个性化推荐系统设计与实现,TP391.3
- 基于点击数据分析的个性化搜索引擎研究,TP391.3
- 基于语义分析的推荐算法在RSS网络信息服务中的研究,TP393.09
- 协同过滤推荐系统中用户概貌攻击检测算法研究,TP393.08
- 基于用户兴趣聚类的协同过滤推荐技术的研究,TP393.09
- 基于协同过滤推荐算法电影网站的构建,TP393.092
- 电子商务个性化推荐关键技术研究,TP301.6
- 面向农产品信息的主题搜索引擎与信息推荐,TP391.3
- 基于知识情境的知识个性化推送技术的研究与应用,TP391.1
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 专用应用软件
© 2012 www.xueweilunwen.com
|