零售商品購買決策及個性化推薦關鍵技術研究.pdf

1、商業(yè)是國家經濟的一個重要組成部分，在國民經濟中占有非常重要的地位。隨著科技的發(fā)展和互聯(lián)網的普及，商業(yè)行為逐漸向信息化，智能化發(fā)展。在商品交易特別是零售商品銷售中積累了大量的數據，如何利用這些數據，分析出有價值的信息，從而指導商業(yè)決策，已經成為了一個熱點研究問題。由于商業(yè)數據存在著數據量巨大、數據結構不統(tǒng)一以及數據缺失等問題，對于商業(yè)數據的挖掘一直是數據挖掘領域的一個難點。
　　基于以上背景，本文開展了對數據挖掘技術在零售商品數據上

2、應用的一系列探索性研究。具體的，在分析了數據挖掘在零售商品數據上的研究和應用的現狀后，針對零售商品數據的特征，本文提出了一系列針對零售商品的數據挖掘應用方案。本文的主要研究及成果如下：
　　1，本文提出了一種基于動態(tài)商品共買網絡的商品個性化推薦算法。該算法利用用戶在購買商品時形成的用戶與商品關聯(lián)關系，轉化為商品與商品的關聯(lián)關系；將商品作為節(jié)點，商品之間的關聯(lián)關系作為邊，建立動態(tài)商品共買網絡；并隨著時間的推移，迭代的更新網絡邊的權重

3、；通過以過濾權重較小的節(jié)點和邊的方式降低網絡規(guī)模，減小計算困難程度；最后利用基于改進模塊度的聚類算法發(fā)現群組，進行商品推薦。通過與其他推薦算法在相同的數據集上進行對比實驗，證明了該算法的有效性和高效性。
　　2，本文提出了一種商品購買決策算法，通過使用一種基于包含突變節(jié)點的滑動窗口的分段線性表示方法提取商品價格變化的特征；對商品描述和商品價格特征進行分析，尋找出與目標商品相似的商品，利用相似商品的歷史價格數據對商品的價格數據進行補