數(shù)據(jù)挖掘在電子商務(wù)推薦系統(tǒng)中的應(yīng)用與研究.pdf

1、計(jì)算機(jī)、通信以及網(wǎng)絡(luò)技術(shù)的進(jìn)步促進(jìn)了互聯(lián)網(wǎng)與電子商務(wù)的快速發(fā)展。同時(shí)互聯(lián)網(wǎng)的普及和電子商務(wù)的迅速發(fā)展使得海量信息過(guò)載的問(wèn)題凸顯了出來(lái),用戶(hù)在面對(duì)互聯(lián)網(wǎng)中龐大的產(chǎn)品信息時(shí)很難快速找到自己所需要的產(chǎn)品。因此,電子商務(wù)推薦系統(tǒng)應(yīng)運(yùn)而生,它能夠幫助用戶(hù)快速而準(zhǔn)確的找到所需產(chǎn)品。但此技術(shù)目前仍存在著數(shù)據(jù)的稀疏性、系統(tǒng)擴(kuò)展性差及精確性低等一系列問(wèn)題。
　　本文在研究WEB數(shù)據(jù)挖掘的基礎(chǔ)上,與現(xiàn)有的電子商務(wù)系統(tǒng)結(jié)合在一起,提出了基于WEB數(shù)據(jù)挖

2、掘的電子商務(wù)個(gè)性化推薦系統(tǒng)的模型。WEB數(shù)據(jù)挖掘是從WEB文檔和WEB活動(dòng)中發(fā)現(xiàn)并抽取感興趣、潛在的有用模式和隱藏信息,可以滿(mǎn)足電子商務(wù)未來(lái)發(fā)展趨勢(shì)的需要。
　　本文工作的創(chuàng)新點(diǎn)是將推薦和比價(jià)兩種技術(shù)結(jié)合起來(lái),用目前流行的MVC的開(kāi)發(fā)模式設(shè)計(jì)完成了在線圖書(shū)比價(jià)推薦系統(tǒng)。在個(gè)性化瀏覽的實(shí)現(xiàn)過(guò)程中首先深入研究了WEB數(shù)據(jù)挖掘中不同算法并進(jìn)行對(duì)比,選用基于用戶(hù)和項(xiàng)目雙重聚類(lèi)的協(xié)同過(guò)濾算法為推薦系統(tǒng)的主要算法。在此基礎(chǔ)上最終實(shí)現(xiàn)了搜索比價(jià)