基于电子商务的推荐系统关键技术研究与应用.doc
约97页DOC格式手机打开展开
基于电子商务的推荐系统关键技术研究与应用,2.41万字 97页 包括外文翻译,原创作品,通过查重系统 摘要随着电子商务的发展,网上购物在人们的生活中占的比例越来越大。同时,电子商务网站上的产品数量更加庞大。这不仅给消费者带来了选择上的困难,也给商家带来了如何才能让消费者在海量的商品中发现自己产品的难题。推荐系统在电子商务...
内容介绍
此文档由会员 第二波打卡 发布
基于电子商务的推荐系统关键技术研究与应用
2.41万字 97页 包括外文翻译,原创作品,通过查重系统
摘 要
随着电子商务的发展,网上购物在人们的生活中占的比例越来越大。同时,电子商务网站上的产品数量更加庞大。这不仅给消费者带来了选择上的困难,也给商家带来了如何才能让消费者在海量的商品中发现自己产品的难题。推荐系统在电子商务网站上的应用解决了这一矛盾。作为推荐系统的重要应用领域,许多知名的电子商务网站,如:亚马逊、淘宝、当当等都运用个性化推荐技术为消费者产生商品推荐列表,从而提高自己的销售额。
本文设计并实现了一个基于推荐技术的小型电子商务网站,介绍并比较了当前比较流行的几种推荐算法,从而选择了,先将用户聚类,再在聚类中利用基于用户的协同过滤算法,找到与用户相似的用户,进而进行基于相似用户兴趣的推荐。以及从商品角度分析的基于物品的关联规则技术的商品维度推荐。通过这种推荐方法可以得到较好的推荐结果。
关键词:个性化推荐;基于用户的协同过滤;聚类;关联规则
2.41万字 97页 包括外文翻译,原创作品,通过查重系统
摘 要
随着电子商务的发展,网上购物在人们的生活中占的比例越来越大。同时,电子商务网站上的产品数量更加庞大。这不仅给消费者带来了选择上的困难,也给商家带来了如何才能让消费者在海量的商品中发现自己产品的难题。推荐系统在电子商务网站上的应用解决了这一矛盾。作为推荐系统的重要应用领域,许多知名的电子商务网站,如:亚马逊、淘宝、当当等都运用个性化推荐技术为消费者产生商品推荐列表,从而提高自己的销售额。
本文设计并实现了一个基于推荐技术的小型电子商务网站,介绍并比较了当前比较流行的几种推荐算法,从而选择了,先将用户聚类,再在聚类中利用基于用户的协同过滤算法,找到与用户相似的用户,进而进行基于相似用户兴趣的推荐。以及从商品角度分析的基于物品的关联规则技术的商品维度推荐。通过这种推荐方法可以得到较好的推荐结果。
关键词:个性化推荐;基于用户的协同过滤;聚类;关联规则