基于Web挖掘的個性化電子商務(wù)研究.pdf

1、近年來，電子商務(wù)在全球經(jīng)濟中發(fā)揮了越來越重要的作用。而在眾多的電子商務(wù)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(lián)網(wǎng)的不斷發(fā)展，網(wǎng)絡(luò)上的信息量也在急劇增加。傳統(tǒng)對于電子商務(wù)的研究，往往只注重于提高電子商務(wù)網(wǎng)站的轉(zhuǎn)化率，簡化支付流程，增加電子網(wǎng)站的產(chǎn)品信息，提升電子商務(wù)網(wǎng)絡(luò)的響應(yīng)速度等。但是大多數(shù)對電子商務(wù)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(wù)網(wǎng)站所提供的產(chǎn)品，服務(wù)等的了解程度。大而全的產(chǎn)品目錄

2、，紛繁復(fù)雜的產(chǎn)品頁面，對于電子商務(wù)網(wǎng)站用戶來說，很快就會發(fā)現(xiàn)自己已經(jīng)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(chǎn)品信息，最終導(dǎo)致交易無法有效地進(jìn)行。
　　 本文針對電子商務(wù)環(huán)境下的這一問題，分析了個性化推薦技術(shù)對于電子商務(wù)網(wǎng)站的重要性，對比了目前廣泛使用的各類個性化推薦技術(shù)，在此基礎(chǔ)上，采用了一種混合推薦技術(shù)，來實現(xiàn)個性化的電子商務(wù)推薦服務(wù)。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(shù)據(jù)的缺失問題，提出了一種模式恢復(fù)算法，用于恢復(fù)缺失的點擊流數(shù)據(jù)，從而為更進(jìn)一步的挖掘提供可靠數(shù)據(jù)。
　　 (2)將K-means聚類算法和Logistic回歸算法應(yīng)用于個性化電子商務(wù)推薦服務(wù)中，實現(xiàn)了基于用戶信息和基于產(chǎn)品信息的聚類預(yù)測，從而產(chǎn)生了初步的推薦結(jié)果。
　　 (3)使用信息融合的方法，對初步的推薦結(jié)果進(jìn)行整合，從而實現(xiàn)了一種基于混合推薦技術(shù)的個性化推薦服務(wù)，取得了良好的推薦效果。