Web數(shù)據(jù)挖掘在網(wǎng)上書店個(gè)性化推薦系統(tǒng)中的應(yīng)用研究.pdf

1、隨著網(wǎng)絡(luò)信息技術(shù)的迅速發(fā)展,在享受網(wǎng)上購(gòu)物便捷的同時(shí)也面臨了信息過載的困境,如何在大量信息中尋找到感興趣的、有價(jià)值的信息,個(gè)性化推薦技術(shù)應(yīng)運(yùn)而生,個(gè)性化推薦可以根據(jù)用戶的興趣特點(diǎn)和購(gòu)買行為向用戶推薦感興趣的信息和商品,使用戶享受“一對(duì)一”的信息服務(wù),是未來(lái)信息服務(wù)發(fā)展的趨勢(shì)。本文詳細(xì)介紹了個(gè)性化推薦的主要算法,協(xié)同過濾技術(shù)是目前最成功的推薦技術(shù)之一,但隨著站點(diǎn)結(jié)構(gòu)、內(nèi)容的復(fù)雜度和用戶人數(shù)的增加,協(xié)同過濾技術(shù)的一些缺點(diǎn)也暴露出來(lái),個(gè)人用戶

2、對(duì)商品的評(píng)價(jià)不過占評(píng)價(jià)中的1％~2%,造成評(píng)估矩陣數(shù)據(jù)相當(dāng)稀疏,難以找到相似用戶集,導(dǎo)致推薦效果大大降低,針對(duì)這種情況,提出了改進(jìn)的協(xié)同過濾算法:基于Web數(shù)據(jù)挖掘的協(xié)同過濾推薦算法,主要利用關(guān)聯(lián)規(guī)則算法和聚類算法進(jìn)行推薦,重點(diǎn)把聚類算法作為關(guān)聯(lián)規(guī)則算法的預(yù)處理,對(duì)數(shù)據(jù)先做一次聚類分析分成多個(gè)類,在類中運(yùn)用關(guān)聯(lián)規(guī)則算法尋找相似用戶,可以提高推薦的準(zhǔn)確率,并通過實(shí)驗(yàn)進(jìn)行了驗(yàn)證?；赪eb數(shù)據(jù)挖掘的個(gè)性化推薦系統(tǒng),主要分為離線和在線兩部分,