電子商務推薦系統的關聯聚類協同過濾算法研究.pdf

1、隨著互聯網技術的革新，電子商務也隨著迅猛發(fā)展，網上購物已經成為一種新的購物形式。伴隨著電子商務的發(fā)展，網上商品的種類也日益繁多，電子商務系統結構日益復雜。在如此之多的商品中如果選取滿意的商品就成為了一個值得關注的問題，買家選取滿意的商品十分困難，賣家想在競爭激烈的電商中保留用戶、提高在用戶中的形象愈發(fā)困難。如何為不同的用戶推薦其喜好的商品、如何提高賣家的信譽與形象已經成為電子商務研究的熱點。
　　本論文主要對關聯聚類協同過濾算法以

2、及電子商務推薦系統進行研究。首先，分析傳統的協同過濾算法的缺陷，組合數據挖掘的關聯規(guī)則算法與協同過濾算法，提出基于關聯聚類的協同過濾推薦算法。算法首先把項目采用關聯規(guī)則技術劃分為不同的類別，然后把對該類別評價過的所有用戶的評價信息映射到這些類別中，分析參數，形成聚類了的用戶-項目矩陣。然后，在聚類內部使用協同過濾算法，形成商品推薦。然后，根據前面的分析設計，實現了關聯聚類的協同過濾算法，并使用實驗數據證明算法的有效性。同時，論文研究了電

3、子商務推薦系統的模型，分析其工作流程，結合本系統的需求，參照軟件開發(fā)過程與規(guī)范，對系統進行需求分析、業(yè)務描述、系統的架構設計和數據庫設計，并將系統分為前臺服務與后臺管理兩大模塊。然后針對本系統的實現重點，對多場景推薦模塊以及模式庫創(chuàng)建模塊進行了問題描述、模型設計以及實現，分別對前期設計的系統各個功能模塊進行代碼實現以及功能的測試。
　　在關聯聚類協同過濾算法基礎上，本文的電子商務推薦系統根據用戶的不同操作場景，利用關聯規(guī)則、協同過