基于云計算的電子商務(wù)智能推薦系統(tǒng)研究.pdf

1、伴隨著電子商務(wù)的發(fā)展，人們的日常生活方式發(fā)生了巨大改變。現(xiàn)在我們可以通過電腦或手機等設(shè)備在足不出戶的情況下購買到自己想要的商品。然而信息時代數(shù)據(jù)爆炸式增長為人們獲取信息和知識帶來更多機遇的同時，如何在海量數(shù)據(jù)中剔除不相干的信息、快捷地獲取到有價值的信息成為一項挑戰(zhàn)工作。而個性化推薦系統(tǒng)就是在這樣的背景下產(chǎn)生的，它可以挖掘出不同用戶的不同偏好，從而有針對性地進(jìn)行個性化推薦。學(xué)術(shù)界對現(xiàn)有電子商務(wù)個性化推薦技術(shù)的研究主要集中在基于內(nèi)容的、協(xié)同

2、過濾的、基于知識的等傳統(tǒng)推薦技術(shù)以及對這些算法的優(yōu)化上，但是電子商務(wù)已經(jīng)進(jìn)入了大數(shù)據(jù)時代，優(yōu)化的傳統(tǒng)算法盡管在一定程度上可以提升推薦系統(tǒng)的效果，但是已經(jīng)不能適應(yīng)大數(shù)據(jù)環(huán)境下滿足客戶的個性化服務(wù)的需求。與此同時，目前很多學(xué)者對推薦系統(tǒng)評測指標(biāo)認(rèn)識不全面，有些學(xué)者及文章只局限于推薦系統(tǒng)的精確性這一個方面，而對多樣性、新穎性、覆蓋率等指標(biāo)視而不見，還有些學(xué)者及文章在文中只選擇對自己算法有利的指標(biāo)，因此如何客觀、有效的評價推薦系統(tǒng)需要一個完整統(tǒng)

3、一的指標(biāo)體系。
　　本研究主要內(nèi)容包括：⑴基于云計算的推薦系統(tǒng)框架設(shè)計，研究了基于云計算的大數(shù)據(jù)處理技術(shù)、Hadoop平臺以及MapReduce工作原理，提出了基于云計算的推薦系統(tǒng)總體框架與系統(tǒng)工作流程。⑵基于云計算的推薦算法設(shè)計，針對傳統(tǒng)推薦算法在數(shù)據(jù)稀疏性及在大數(shù)據(jù)規(guī)模下系統(tǒng)可擴展性的問題，在分析研究Hadoop分布式平臺與基于內(nèi)容過濾、協(xié)同過濾、關(guān)聯(lián)規(guī)則等相關(guān)算法后，提出基于Hadoop平臺實現(xiàn)個性化推薦算法的方法。⑶分布式

4、推薦系統(tǒng)綜合評測體系設(shè)計，研究了分布式推薦系統(tǒng)評測體系設(shè)計的基本原則，并據(jù)此建立推薦系統(tǒng)評測指標(biāo)體系，包括預(yù)測準(zhǔn)確度、效率性、覆蓋率、多樣性、新穎性等五個維度，并且提出各指標(biāo)的評價方法。⑷基于云計算的電子商務(wù)智能推薦原型系統(tǒng)實現(xiàn)，以電子商務(wù)網(wǎng)站海量行為數(shù)據(jù)為實證研究對象，構(gòu)建基于Hadoop云平臺電子商務(wù)智能推薦系統(tǒng)原型，并進(jìn)行推薦系統(tǒng)評價指標(biāo)實證研究，驗證算法和指標(biāo)的有效性，改進(jìn)并豐富基于云計算的電子商務(wù)智能推薦系統(tǒng)的理論、方法和技術(shù)