本文關(guān)鍵詞：電子商務(wù)推薦系統(tǒng)核心技術(shù)研究，由筆耕文化傳播整理發(fā)布。

文檔介紹：
北京工業(yè)大學(xué)碩士學(xué)位論文電子商務(wù)推薦系統(tǒng)核心技術(shù)研究姓名:青海申請學(xué)位級別:碩士專業(yè):管理科學(xué)與工程指導(dǎo)教師:蔣國瑞20090501摘要摘要隨著互聯(lián)網(wǎng)的普及和電子商務(wù)的發(fā)展,電子商務(wù)系統(tǒng)在為用戶提供越來越多的選擇的同時,其結(jié)構(gòu)也變得更加復(fù)雜,用戶經(jīng)常會迷失在大量的商品信息空間中,無法順利找到自己需要的商品。電子商務(wù)推薦系統(tǒng)(mender System)直接與用戶交互,模擬商店銷售人員向用戶提供商品推薦,幫助用戶找到他們真正所需購買的商品。近年來雖然電子商務(wù)推薦系統(tǒng)在理論和實踐中都得到了很大發(fā)展,然而電子商務(wù)推薦系統(tǒng)仍面臨著一系列挑戰(zhàn)。針對電子商務(wù)推薦系統(tǒng)面臨的主要問題,本文對電子商務(wù)推薦系統(tǒng)中推薦算法和推薦系統(tǒng)體系結(jié)構(gòu)等核心技術(shù)進(jìn)行探討,主要創(chuàng)新如下:首先,提出基于關(guān)聯(lián)集合的協(xié)同過濾推薦算法。在個性化推薦中,盡管用戶評價了某些項目,但這些項目是用戶在無意或其他偶然因素影響下評價的,與用戶自身偏好并沒有多大關(guān)聯(lián),這往往更符合實際情況。這些不相關(guān)的項目相當(dāng)于噪音數(shù)據(jù),往往會干擾協(xié)同過濾的效果。為了進(jìn)一步提高推薦精度,我們提出基于關(guān)聯(lián)集合的協(xié)同過濾推薦算法:利用Apfiofi算法得到頻繁項集,取得關(guān)聯(lián)集合,再進(jìn)行協(xié)同過濾,真正的依據(jù)用戶的偏好信息... 內(nèi)容來自轉(zhuǎn)載請標(biāo)明出處.

  本文關(guān)鍵詞：電子商務(wù)推薦系統(tǒng)核心技術(shù)研究，由筆耕文化傳播整理發(fā)布。