面向網(wǎng)購平臺的個性化推薦系統(tǒng)設(shè)計與實現(xiàn).pdf

1、目前,電子商務(wù)競爭日益激烈,作為電子商務(wù)主要支撐服務(wù)之一的網(wǎng)購平臺,面臨著越來越大的挑戰(zhàn)。在信息爆炸的時代,為了提高用戶服務(wù)滿意度,實現(xiàn)較強的用戶粘性,各電子商務(wù)公司均在探討網(wǎng)購平臺如何對用戶進(jìn)行有效地推薦,了解用戶的興趣趨勢,幫助用戶縮短商品尋找時間,從而提高用戶購物體驗。
　　基于上述問題本文針對網(wǎng)購平臺的用戶體驗問題,提出了面向網(wǎng)購平臺的個性化推薦系統(tǒng)。本文分析了面向網(wǎng)購平臺的個性化推薦系統(tǒng)的業(yè)務(wù)需求和功能需求,并對該系統(tǒng)進(jìn)

2、行了全面的剖析和實現(xiàn)。具體體現(xiàn)為,詳細(xì)的介紹了輸入準(zhǔn)備功能模塊的設(shè)計與實現(xiàn)、個性化推薦算法模塊功能模塊的設(shè)計與實現(xiàn)、算法結(jié)果保存功能模塊的設(shè)計與實現(xiàn)、場景配置任務(wù)功能模塊的設(shè)計與實現(xiàn)以及推薦請求任務(wù)功能模塊的設(shè)計與實現(xiàn)。其中還應(yīng)用Map-Reduce編程模型詳細(xì)闡述了概率傳導(dǎo)算法、自投影時序算法、k-means聚類這幾種算法的設(shè)計和實現(xiàn)。
　　本文所實現(xiàn)的面向網(wǎng)購平臺的個性化推薦系統(tǒng),通過對海量的用戶行為以及商品信息進(jìn)行數(shù)據(jù)挖掘,