基于數(shù)據(jù)挖掘的電子商務(wù)個性化推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著近年來互聯(lián)網(wǎng)的普及和企業(yè)信息化程度的不斷提高，電子商務(wù)正以令人難以置信的速度蓬勃發(fā)展。由于電子商務(wù)面向的顧客群龐大、數(shù)據(jù)量大且實(shí)時性要求高，如何能夠快速地了解顧客潛在需求成為電子商務(wù)發(fā)展亟待解決的問題。然而，如今電子商務(wù)應(yīng)用中數(shù)據(jù)量巨大，增長迅速，數(shù)據(jù)多樣性和動態(tài)性高，現(xiàn)有的個性化推薦技術(shù)往往面臨著數(shù)據(jù)稀疏，冷啟動等問題。
　　針對目前推薦系統(tǒng)中存在的主要問題，本文調(diào)研分析了當(dāng)今國內(nèi)外電子商務(wù)推薦系統(tǒng)研究現(xiàn)狀，在原有的組合推薦

2、系統(tǒng)基礎(chǔ)上，提出一種基于協(xié)同過濾和數(shù)據(jù)挖掘的混合推薦方法，結(jié)合基于數(shù)據(jù)挖掘的推薦技術(shù)綜合應(yīng)用，有效提高推薦系統(tǒng)的推薦質(zhì)量和推薦效率。針對協(xié)同過濾存在的數(shù)據(jù)稀疏性問題、冷啟動和擴(kuò)展性問題，通過基于數(shù)據(jù)挖掘的推薦方法來進(jìn)行改善，利用用戶的相關(guān)信息，結(jié)合用戶隱性和顯性興趣，使得推薦結(jié)果更符合用戶需求。
　　本文的工作主要包括以下幾個方面:
　　(1)針對現(xiàn)有個性化系統(tǒng)中存在的問題，研究并設(shè)計(jì)基于協(xié)同過濾和數(shù)據(jù)挖掘的混合推薦算法;<