智能推薦方法的研究及其在網(wǎng)上書店的應(yīng)用.pdf_第1頁
已閱讀1頁，還剩62頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、近年來，隨著電子商務(wù)和計算機技術(shù)的發(fā)展，把數(shù)據(jù)挖掘技術(shù)應(yīng)用在電子商務(wù)領(lǐng)域，解決了現(xiàn)有電子商務(wù)在個性化服務(wù)及商品信息推薦等方面的不足，提高了電子商務(wù)網(wǎng)站的競爭力和吸引力，個性化推薦服務(wù)已經(jīng)受到所有電子商務(wù)網(wǎng)站的重視。
　　 網(wǎng)上書店是比較受學(xué)生歡迎的電子商務(wù)網(wǎng)站，許多著名的網(wǎng)上書店為了吸引讀者都先后建立了個性化的服務(wù)，根據(jù)用戶的習(xí)慣或者偏好，為用戶貼身定制服務(wù)或者向他們提供可能感興趣的信息以輔助他們購買商品。但這些網(wǎng)上書店的個性化

2、服務(wù)系統(tǒng)存在著內(nèi)容單一，需要用戶顯式提供數(shù)據(jù)及需要在客戶端安裝插件等問題，影響到用戶高效率地使用系統(tǒng)和個性化服務(wù)的質(zhì)量。
　　 本文在Apriori算法的基礎(chǔ)上提出了基于決策的數(shù)據(jù)挖掘和推薦方法，該方法利用層次分析法取得用戶對書籍類別的權(quán)重，此權(quán)重可以代表用戶的偏好，再在關(guān)聯(lián)規(guī)則挖掘的過程中加入權(quán)重，并對用戶和書籍類別進行聚類，然后給出多種推薦策略。論文給出了面向網(wǎng)上書店的挖掘算法設(shè)計和推薦策略設(shè)計，并采用ASP.NET實現(xiàn)了該

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論