基于數(shù)據(jù)挖掘的電子商務(wù)個(gè)性化推薦技術(shù)研究.pdf

1、隨著Internet的普及，電子商務(wù)也因其快捷方便、高效率、低成本等特點(diǎn)有了長(zhǎng)足的發(fā)展。商務(wù)網(wǎng)站的規(guī)模不斷擴(kuò)大，結(jié)構(gòu)也變得更加復(fù)雜。對(duì)于客戶(hù)來(lái)說(shuō)，面對(duì)大量的商品信息，經(jīng)常無(wú)法順利找到自己需要的商品；對(duì)于企業(yè)來(lái)說(shuō)，如何有效地提高其網(wǎng)站的吸引力，提升客戶(hù)服務(wù)水平，獲取更多的商業(yè)效益，都是亟待解決的問(wèn)題。電子商務(wù)推薦系統(tǒng)是解決這一問(wèn)題的有效手段。 本文首先對(duì)目前的推薦系統(tǒng)相關(guān)理論及關(guān)鍵技術(shù)進(jìn)行了深入的分析和研究，分析了現(xiàn)有推薦系統(tǒng)中存

2、在的問(wèn)題。建立了一個(gè)電子商務(wù)推薦系統(tǒng)體系結(jié)構(gòu)，并詳細(xì)敘述了系統(tǒng)中各個(gè)模塊的功能、構(gòu)造以及算法的實(shí)現(xiàn)。 為了提高個(gè)性化推薦系統(tǒng)的準(zhǔn)確性，本文提出了基于客戶(hù)偏好的頁(yè)面隱式協(xié)同過(guò)濾算法（CPPICF），著重研究了協(xié)同過(guò)濾中的客戶(hù)近鄰問(wèn)題，實(shí)現(xiàn)了信息的客觀(guān)評(píng)分，較好地解決了數(shù)據(jù)的稀疏性問(wèn)題。 針對(duì)系統(tǒng)產(chǎn)生的推薦結(jié)果偏差，本文設(shè)計(jì)了推薦算法CRF，并對(duì)算法的可用性和有效性進(jìn)行了評(píng)價(jià)，增強(qiáng)了客戶(hù)的滿(mǎn)意度，提高了推薦的質(zhì)量。