基于CBR和Web日志挖掘的電子商務(wù)推薦系統(tǒng)研究.pdf

1、隨著電子商務(wù)的迅速發(fā)展，商家和客戶在享受網(wǎng)絡(luò)帶來便捷的同時(shí)，信息/產(chǎn)品過載現(xiàn)象日益嚴(yán)峻，客戶淹沒在海量信息中卻無法快速找到自己需要的商品，商家也面臨失去顧客導(dǎo)致銷售困難等難題。在這種情況下，電子商務(wù)推薦系統(tǒng)應(yīng)運(yùn)而生。
　　電子商務(wù)推薦系統(tǒng)即利用電子商務(wù)網(wǎng)站向客戶提供商品信息和建議，幫助用戶決定應(yīng)該購買什么產(chǎn)品，模擬銷售人員幫助客戶完成購買的過程。常采用的推薦技術(shù)有：基于內(nèi)容過濾、基于協(xié)同過濾、基于知識發(fā)現(xiàn)、基于效用等。其中基于內(nèi)容

2、和基于協(xié)同過濾技術(shù)應(yīng)用最為廣泛，但是基于內(nèi)容的推薦系統(tǒng)依賴于項(xiàng)目特征的提取，而且只能發(fā)現(xiàn)和用戶已有興趣相似的信息，不能為用戶發(fā)現(xiàn)新的感興趣的資源?；趨f(xié)同過濾推薦系統(tǒng)也存在冷啟動、評價(jià)稀疏等問題。
　　本文分析了案例推理和web日志挖掘與電子商務(wù)推薦系統(tǒng)相結(jié)合的可行性，綜合CBR和web日志挖掘的特點(diǎn)，提出一個(gè)可行的方案，對于容易形式化的部分，由 web日志挖掘處理；對于形象化的描述以及難以結(jié)構(gòu)化描述的問題，用案例推理來完成，充分