面向電子商務(wù)的協(xié)同過(guò)濾推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)在全球的普及與人們生活水平的提高,網(wǎng)上電子商務(wù)的變得日益成熟,如今,越來(lái)越多的人們開始嘗試并接受在互聯(lián)網(wǎng)電子商務(wù)網(wǎng)站上購(gòu)物的新型消費(fèi)模式。但是由于商品和資源信息指數(shù)級(jí)的增長(zhǎng),出現(xiàn)了信息過(guò)載等問(wèn)題,成為了制約電子商務(wù)發(fā)展的瓶頸,人們相對(duì)穩(wěn)定的購(gòu)買需求與電子商務(wù)網(wǎng)站提供繁雜商品已成為一個(gè)難解的現(xiàn)實(shí)矛盾。個(gè)性化的推薦系統(tǒng)的出現(xiàn)及投入應(yīng)用,是當(dāng)前滿足用戶對(duì)個(gè)性化商品信息需求的重要手段。
　　基于用戶的協(xié)同過(guò)濾是目前個(gè)性化推薦中應(yīng)

2、用最多的方法,它是根據(jù)相鄰用戶的興趣喜好特征來(lái)推測(cè)目標(biāo)用戶的興趣所向,算法利用統(tǒng)計(jì)的方法尋找與目標(biāo)用戶有類似興趣特征的鄰居,然后根據(jù)這些鄰居的興趣特征生成向目標(biāo)用戶的個(gè)性化推薦。
　　本論文針對(duì)個(gè)性化推薦系統(tǒng)中應(yīng)用最廣泛的協(xié)同過(guò)濾推薦系統(tǒng)技術(shù)進(jìn)行了研究,分析了個(gè)性化推薦技術(shù)的研究現(xiàn)狀、前景與挑戰(zhàn)。具體研究了其中的兩種典型算法基于項(xiàng)目和基于用戶的協(xié)同過(guò)濾算法,以及協(xié)同過(guò)濾推薦系統(tǒng)的產(chǎn)生推薦的整個(gè)流程,對(duì)協(xié)同過(guò)濾推薦存在的優(yōu)點(diǎn)與缺點(diǎn)進(jìn)

3、行了分析。同時(shí),對(duì)當(dāng)前電子商務(wù)網(wǎng)站的推薦系統(tǒng)進(jìn)行研究,具體分析了電子商務(wù)推薦系統(tǒng)與個(gè)性化推薦的關(guān)系,并給出了當(dāng)前電子商務(wù)網(wǎng)站推薦系統(tǒng)的輸入與輸出。
　　在此基礎(chǔ)上,針對(duì)基于協(xié)同過(guò)濾推薦系統(tǒng)的一個(gè)電子商務(wù)購(gòu)物網(wǎng)站應(yīng)用實(shí)例提出需求并給出設(shè)計(jì),闡述了網(wǎng)站設(shè)計(jì)的總體架構(gòu)及各模塊的設(shè)計(jì),并結(jié)合購(gòu)物網(wǎng)站整體設(shè)計(jì)具體闡述購(gòu)物網(wǎng)站的協(xié)同過(guò)濾推薦系統(tǒng)設(shè)計(jì),詳細(xì)描述了協(xié)同推薦系統(tǒng)的總體框架與設(shè)計(jì)思路,明確了預(yù)期達(dá)到的功能和性能目標(biāo),并給出了系統(tǒng)的各模

4、塊設(shè)計(jì)與系統(tǒng)采用的各關(guān)鍵算法。另外,針對(duì)網(wǎng)站商品數(shù)量遠(yuǎn)大于用戶對(duì)商品的評(píng)價(jià)量時(shí),協(xié)同過(guò)濾算法在分析用戶間評(píng)分信息時(shí)難以找到相互交集這個(gè)許多網(wǎng)站普遍存在的數(shù)據(jù)稀疏問(wèn)題,提出并實(shí)現(xiàn)了一種協(xié)同過(guò)濾算法的優(yōu)化設(shè)計(jì),該算法通過(guò)對(duì)協(xié)同過(guò)濾算法中基于用戶與基于項(xiàng)目?jī)煞N算法進(jìn)行有效組合,通過(guò)優(yōu)勢(shì)互補(bǔ)來(lái)有效提高用戶評(píng)分不足時(shí)電子商務(wù)網(wǎng)站的推薦精度。
　　最后,利用美國(guó)明尼蘇達(dá)大學(xué)的世界上最大的開放數(shù)據(jù)集MovieLens進(jìn)行了協(xié)同過(guò)濾算法不同衍化版