基于電子商務的個性化推薦研究.pdf

1、互聯(lián)網技術的迅猛發(fā)展將人類社會帶入了信息時代，電子商務作為一種新型的商務模式也迅速普及。電子商務的興起改變了傳統(tǒng)的消費模式，為我們的生活帶來了極大的便利性，隨著電子商務的發(fā)展，電子商務為用戶提供的產品越來越多，這一方面使得用戶很難發(fā)現(xiàn)自己感興趣的產品，另一方面也使得大量信息無人問津，成為網絡中的“暗信息”。在這種背景下，各種推薦系統(tǒng)應運而生，功能是為用戶提供合適的推薦。
　　 本文選擇電子商務網站作為研究對象，在對現(xiàn)有電子商務網

2、站類目體系構建基礎上提出了一種電子商務類目體系自動構建算法—SPS（相似產品集合）算法，該方法能夠解決類目體系過粗，產品分類不精確的問題；最后，本文給出了自動化類目體系構建的整體技術方案以及技術實現(xiàn)。然后，在對現(xiàn)有電子商務網站推薦技術分析的基礎上，提出了一種基于SPS的個性化推薦算法，該方法能夠挖掘信息中的“暗信息”，并且有較高的準確率，適于在電子商務網站進行推廣應用；最后，本文給出了推薦系統(tǒng)的整體技術方案以及技術實現(xiàn)。
　　

3、本文主要工作和特色包括：⑴設計并實現(xiàn)一種自動化類目體系構建系統(tǒng)。首先分析現(xiàn)有電子商務網站類目體系特點以及產品具有的特征，利用用戶行為信息挖掘產品的重要屬性，然后根據這些重要的屬性信息以及產品其它維度信息，利用文本挖掘算法對產品進行聚類。⑵設計并實現(xiàn)了一種基于SPS的個性化推薦系統(tǒng)。傳統(tǒng)的協(xié)同過濾算法在電子商務領域應用廣泛，具有很高的推薦準確率，但它無法解決用戶行為稀疏性問題，在實際應用中常帶來推薦長尾問題。我們通過對傳統(tǒng)協(xié)同過濾算法進行