基于web挖掘的電子商務(wù)個性化推薦系統(tǒng)研究.pdf

1、隨著互聯(lián)網(wǎng)的普及和電子商務(wù)的發(fā)展，電子商務(wù)系統(tǒng)在為用戶提供越來越多選擇的同時，其結(jié)構(gòu)也變得更加復(fù)雜，用戶經(jīng)常會迷失在大量的商品信息空間中，無法順利找到自己需要的商品。在日趨激烈的競爭環(huán)境下，商品推薦系統(tǒng)能有效留住客戶、防止客戶流失，提高電子商務(wù)企業(yè)的銷售力及競爭力。 商品推薦系統(tǒng)在電子商務(wù)系統(tǒng)中具有良好的發(fā)展和應(yīng)用前景，逐漸成為電子商務(wù)IT技術(shù)的一個重要研究內(nèi)容，但是隨著電子商務(wù)系統(tǒng)規(guī)模的進(jìn)一步擴(kuò)大，商品推薦系統(tǒng)也面臨一系列挑戰(zhàn)

2、。針對商品推薦系統(tǒng)所面臨的主要挑戰(zhàn)，本文在以下三個方面對電子商務(wù)推薦系統(tǒng)進(jìn)行了有益的探索和研究。 第一，詳細(xì)分析了數(shù)據(jù)挖掘技術(shù)的特點(diǎn)和web挖掘的優(yōu)越性及其在電子商務(wù)中的重要作用。然后對電子商務(wù)推薦系統(tǒng)進(jìn)行了介紹和分析，并說明其工作流程。 第二，給出了電子商務(wù)推薦系統(tǒng)的體系結(jié)構(gòu)框架。在介紹了電子商務(wù)推薦系統(tǒng)的概念之后，從同志預(yù)處理、模式發(fā)現(xiàn)、模式分析和模式應(yīng)用的各個階段說明了電子商務(wù)推薦系統(tǒng)的工作流程和關(guān)鍵技術(shù)。

3、 第三，給出了適合Web日志挖掘的推薦算法。針對電子商務(wù)推薦系統(tǒng)面臨的實時性挑戰(zhàn)，利用模糊聚類技術(shù)，對Markov模型進(jìn)行了分析和改進(jìn)，利用其對web數(shù)據(jù)進(jìn)行分析處理。文中在分析該算法特點(diǎn)之后給出了算法的描述，并說明了該算法的優(yōu)缺點(diǎn)和改進(jìn)的方向。 但該模型中仍有許多不足之處有待改進(jìn)：特別是準(zhǔn)確性和效率問題。其中提高算法的效率是當(dāng)前聚類領(lǐng)域中研究的又一個重要問題。隨著對Web日志數(shù)據(jù)的分析和研究的不斷深入，我們相信面向用戶的電子商