基于數(shù)據(jù)挖掘的電子商務(wù)推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、電子商務(wù)的飛速發(fā)展增加了消費(fèi)者的可選擇性，拓展了消費(fèi)選擇的寬度和廣度，激發(fā)他們的購(gòu)買欲望的同時(shí)，卻又使消費(fèi)面對(duì)海量商品感到茫然，難以抉擇自己想要的產(chǎn)品，甚至使他們陷入數(shù)據(jù)豐富而知識(shí)貧乏的境地。
　　推薦系統(tǒng)的目的模擬現(xiàn)實(shí)生活中銷售員向消費(fèi)者推薦商品的過(guò)程，協(xié)助消費(fèi)找到自己所滿意的商品?，F(xiàn)有電子商務(wù)推薦算法往往是依據(jù)用戶瀏覽行為將用戶聚類，以相似用戶行為作為推薦依據(jù)，這一過(guò)程忽略了用戶對(duì)商品的情感態(tài)度。而實(shí)際上，當(dāng)用戶對(duì)商品持積極情

2、感時(shí)則會(huì)提高用戶滿意度，否則用戶滿意度則會(huì)降低。
　　為了提高用戶對(duì)推薦結(jié)果的滿意度，本文在研究各類推薦算法的基礎(chǔ)上，研究用戶情感挖掘方法，并構(gòu)建一個(gè)融合情感挖掘的推薦算法。該方法首先依據(jù)用戶行為信息將用戶聚類，認(rèn)為相同類別的用戶有著相同的購(gòu)買欲望。在此基礎(chǔ)上生成推薦商品候選列表。然后利用用戶情感信息對(duì)候選商品列表過(guò)濾，去除那些用戶評(píng)價(jià)較差的商品，保留用戶滿意度的商品生成最終的推薦結(jié)果。為了分析用戶的情感信息，本文采集用戶對(duì)商品評(píng)