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

北京工業(yè)大學 碩士學位論文 電子商務推薦系統(tǒng)核心技術(shù)研究 姓名：青海 申請學位級別：碩士 專業(yè)：管理科學與工程 指導教師：蔣國瑞 座機電話號碼 摘要 摘要 隨著互聯(lián)網(wǎng)的普及和電子商務的發(fā)展，電子商務系統(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。電子商務推薦系統(tǒng) Recommender 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，然而電子商務推薦系統(tǒng)仍面臨著一系列挑戰(zhàn)。針對電子商務推薦系統(tǒng)面臨 的主要問題，本文對電子商務推薦系統(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)的項目相當于 噪音數(shù)據(jù)，往往會干擾協(xié)同過濾的效果。為了進一步提高推薦精度，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， 再進行協(xié)同過濾，真正的依據(jù)用戶的偏好信息來進行推薦，從而提高推薦精度。 試驗結(jié)果表明，與傳統(tǒng)協(xié)同過濾推薦算法想比，基于關(guān)聯(lián)集合的協(xié)同過濾的推薦 算法可以有效地提高推薦精度。 其次，提出柔性電子商務推薦系統(tǒng)。目前大部分的電子商務推薦系統(tǒng)都是一 個單一的工具，只能提供一種推薦策略。在電子商務環(huán)境下，商品極其豐富，個

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