基于Web挖掘的個性化電子商務研究.pdf

1、近年來，電子商務在全球經濟中發(fā)揮了越來越重要的作用。而在眾多的電子商務模式中，企業(yè)對消費者(B2C)模式越來越顯示出其的巨大潛力。隨著互聯網的不斷發(fā)展，網絡上的信息量也在急劇增加。傳統(tǒng)對于電子商務的研究，往往只注重于提高電子商務網站的轉化率，簡化支付流程，增加電子網站的產品信息，提升電子商務網絡的響應速度等。但是大多數對電子商務的研究都忽略了一個最根本的問題-那就是用戶本身對于電子商務網站所提供的產品，服務等的了解程度。大而全的產品目錄

2、，紛繁復雜的產品頁面，對于電子商務網站用戶來說，很快就會發(fā)現自己已經陷入了無邊無際的“信息海洋”，而無法有效地獲取自己所需產品信息，最終導致交易無法有效地進行。
　　 本文針對電子商務環(huán)境下的這一問題，分析了個性化推薦技術對于電子商務網站的重要性，對比了目前廣泛使用的各類個性化推薦技術，在此基礎上，采用了一種混合推薦技術，來實現個性化的電子商務推薦服務。綜合起來，本文所做的主要工作有以下幾點：
　　 (1)分析研究了We

3、b使用挖掘所需要的源數據的缺失問題，提出了一種模式恢復算法，用于恢復缺失的點擊流數據，從而為更進一步的挖掘提供可靠數據。
　　 (2)將K-means聚類算法和Logistic回歸算法應用于個性化電子商務推薦服務中，實現了基于用戶信息和基于產品信息的聚類預測，從而產生了初步的推薦結果。
　　 (3)使用信息融合的方法，對初步的推薦結果進行整合，從而實現了一種基于混合推薦技術的個性化推薦服務，取得了良好的推薦效果。