電子商務(wù)網(wǎng)站個(gè)性化推薦技術(shù)研究與實(shí)現(xiàn).pdf

1、隨著中國電子商務(wù)的不斷高速發(fā)展,全社會(huì)對(duì)電子商務(wù)的認(rèn)識(shí)已經(jīng)進(jìn)入一個(gè)新的層次。由于電子商務(wù)的優(yōu)勢(shì)特點(diǎn),也引起了政府的廣泛關(guān)注,健康發(fā)展電子商務(wù)、拉動(dòng)中國經(jīng)濟(jì)發(fā)展已經(jīng)被提到政府的工作日程之中。而傳統(tǒng)的大眾化信息服務(wù)模式不能根據(jù)Web用戶的不同需求提供個(gè)性化的信息服務(wù)。為了提高電商競(jìng)爭(zhēng)力,要充分挖掘Web用戶的潛在信息需要。
　　本文主要研究Web挖掘在電子商務(wù)網(wǎng)站推薦系統(tǒng)的應(yīng)用。首先研究一種合并式聚類算法生成頁面聚類。這種算法能夠隨時(shí)

2、根據(jù)用戶的訪問模型、頁面結(jié)構(gòu),頁面的內(nèi)容改變生成新的頁面聚類,以提供給推薦系統(tǒng)使用。然后給出了一個(gè)頁面推薦算法。推薦時(shí)要先計(jì)算當(dāng)前訪問節(jié)點(diǎn)以外的節(jié)點(diǎn)的推薦得分,然后設(shè)定一個(gè)最小推薦閾值,把聚類中的除了當(dāng)前節(jié)點(diǎn)以外的節(jié)點(diǎn)都放到堆棧里,然后使用廣度優(yōu)先遍歷的方法,把推薦得分小于最小推薦閾值的節(jié)點(diǎn)丟掉。那些推薦得分大于最小推薦閾值的節(jié)點(diǎn)就可以成為推薦集合。最后,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于上述算法的個(gè)性化推薦系統(tǒng)。
　　實(shí)驗(yàn)室環(huán)境下,推薦算法的