摘要：随着电子商务的进展,个性的内容推荐系统对电子商务网站来说尤为重要。本论文首先介绍了电子商务个性化内容推荐的相关概念,以及国内外探讨近况,浅析与探讨了各种推荐算法及其优缺点,针对传统协同过滤策略有着的数据稀疏,冷开始及奇异发现的不足,提出了基于数据挖掘策略的相应改善思路。针对数据稀疏不足利用了用户评分矩阵,将隐式数据转化为显示数据；对于冷启动不足设计了基于聚类的协同过滤推荐策略,并对k-means聚类算法依赖初始K值进行了选取策略的改善,引入了平均用户相似度,根据用户的内在联系实现自动划分聚类,并对改善的算法进行了详细描述；针对奇异发现的不足,本论文引入了关联浅析的策略,利用关联规则通过以数据集中识别频繁项集,然后再利用这些规则去创建描述商品关联联系的历程,实现了跨类别的推荐。最后对电子商务推荐系统的整体框架和个性化内容的推荐模块进行了详细设计。并将整个探讨内容运用到实际的电子商务系统下,对网站实际浏览量和购买量进行综合评估测试,结果表明,改善后协同过滤算法有效解决了传统算法所有着的不足,提升了网站整体的浏览量和购买量,进一步证实本课题探讨内容运用到电子商务网站中的具有实际作用。关键词：电子商务论文推荐系统论文协同过滤论文聚类论文关联浅析论文
本论文由www.808so.com摘要4-5
Abstract5-9
1 绪论9-12
1.1 探讨背景和作用9
1.2 国内外探讨近况9-10
1.3 课题探讨的主要内容10
1.4 本论文的组织结构10-11
1.5 本章小结11-12
2 内容推荐技术与数据挖掘12-20
2.1 内容推荐与个性化推荐12-15
2.1.1 推荐技术探讨12-14
2.1.2 推荐对策14-15
2.2 数据挖掘15-17
2.2.1 数据挖掘的历程15-16
2.2.2 数据挖掘的功能和策略16-17
2.3 个性化推荐系统在电子商务中的运用17-18
2.3.1 推荐系统在电子商务中的作用17-18
2.3.2 推荐系统在电子商务系统中的探讨内容18
2.4 数据挖掘与推荐系统18-19
2.5 本章小结19-20
3 基于数据挖掘的推荐算法探讨20-34
3.1 协同过滤算法20-24
3.1.1 算法的描述20-23
3.1.2 传统算法有着的不足23-24
3.2 算法改善24-27
3.2.1 改善思路24
3.2.2 相关数据挖掘技术的引入24-27
3.3 不同对策下推荐算法的描述27-33
3.3.1 基于关联规则的推荐算法在系统中的实现27-28
3.3.2 基于聚类的协同推荐算法在系统中的实现28-33
3.4 本章小结33-34
4 基于数据挖掘的推荐系统的设计34-41
4.1 系统的需求概述34
4.2 推荐系统设计34-37
4.2.1 推荐系统的整体架构设计34-36
4.2.2 推荐系统业务流程图设计36-37
4.3 推荐系统功能模块设计37-38
4.3.1 关联推荐功能模块设计37-38
4.3.2 聚类推荐功能模块设计38
4.4 数据处理模块功能设计38-40
4.5 文章小结40-41
5 推荐系统的实现及实验结果浅析41-54
5.1 推荐系统的实现41-47
5.1.1 数据准备41-43
5.1.2 关联推荐和聚类推荐功能模块的实现43-44
5.1.3 推荐系统前端展示44-47
5.2 实验结果浅析47-53
5.2.1 实验数据47
5.2.2 实验评估标准47-48
5.2.3 实验案例48-49
5.2.4 结果浅析49-53
5.3 本章小结53-54
6 总结和展望54-55
6.1 本论文小结54
6.2 下一步工作展望54-55
参考文献55-58
攻读学位期间主要的探讨成果58-59
致谢59
关联联系的历程,实现了跨类别的推荐。最后对电子商务推荐系统的整体框架和个性化内容的推荐模块进行了详细设计。并将整个探讨内容运用到实际的电子商务系统下,对网站实际浏览量和购买量进行综合评估测试,结果表明,改善后协同过滤算法有效解决了传统算法所有着的不足,提升了网站整体的浏览量和购买量,进一步证实本课题探讨内 WWw.808so.com 808论文查重
试述基于数据挖掘电子商务内容推荐系统
更新时间：2024-01-22
作者：用户投稿
本站原创
本站原创
点赞:29039 浏览:132116