基于電子商務的推薦系統關鍵技術研究與應用


2.41萬字 97頁 包括外文翻譯，原創(chuàng)作品，通過查重系統


摘 要
隨著電子商務的發(fā)展，網上購物在人們的生活中占的比例越來越大。同時，電子商務網站上的產品數量更加龐大。這不僅給消費者帶來了選擇上的困難，也給商家?guī)砹巳绾尾拍茏屜M者在海量的商品中發(fā)現自己產品的難題。推薦系統在電子商務網站上的應用解決了這一矛盾。作為推薦系統的重要應用領域，許多知名的電子商務網站，如：亞馬遜、淘寶、當當等都運用個性化推薦技術為消費者產生商品推薦列表，從而提高自己的銷售額。
本文設計并實現了一個基于推薦技術的小型電子商務網站，介紹并比較了當前比較流行的幾種推薦算法，從而選擇了，先將用戶聚類，再在聚類中利用基于用戶的協同過濾算法，找到與用戶相似的用戶，進而進行基于相似用戶興趣的推薦。以及從商品角度分析的基于物品的關聯規(guī)則技術的商品維度推薦。通過這種推薦方法可以得到較好的推薦結果。



關鍵詞：個性化推薦；基于用戶的協同過濾；聚類；關聯規(guī)則