個性化推薦系統(tǒng)推薦引擎原型系統(tǒng)研究.pdf

1、個性化推薦系統(tǒng)是電子商務(wù)領(lǐng)域中出現(xiàn)的非常重要的新技術(shù)，它的主要作用就是利用電子商務(wù)網(wǎng)站向用戶提供產(chǎn)品信息和相關(guān)建議，幫助用戶決定購買什么產(chǎn)品，通過模擬銷售人員幫助用戶完成購物過程，推薦系統(tǒng)在幫助了客戶的同時也會提高顧客對商務(wù)活動的滿意度。 目前國內(nèi)電子商務(wù)網(wǎng)站在這方面的實踐處于較簡單的階段，缺乏個性化，推薦方法單一的自動化程度低，雖然個性化推薦系統(tǒng)在電子商務(wù)中占有相當重要的地位，但推薦系統(tǒng)還有很多不足。制約推薦系統(tǒng)發(fā)展的很大一個

2、因素就是隨著產(chǎn)品數(shù)量、客戶數(shù)量、交易數(shù)量增加而激增的信息量，由此產(chǎn)生的稀疏性、擴展性、實時性、精確性問題。 本文就研究了推薦系統(tǒng)中存在的精確性和智能性問題，通過對推薦系統(tǒng)中規(guī)則庫的約束和過濾，改進推薦引擎的推薦機制，進而提高推薦系統(tǒng)的精確性和智能性，文章重點研究了CAP算法和FP-Tree算法，對其進行了改進和應(yīng)用。并且把用這兩種算法改進后的個性化推薦系統(tǒng)應(yīng)用到了保險業(yè)中，提出了保險業(yè)電子商務(wù)的新思路，得到了有實踐價值和理論價值

3、的成果。 這篇論文是基于對關(guān)聯(lián)規(guī)則推薦系統(tǒng)的研究的。研究了基于關(guān)聯(lián)規(guī)則的推薦系統(tǒng)及其Apriori算法，以及系統(tǒng)流程中的推薦引擎，剖析了引擎結(jié)構(gòu)，尋找到了規(guī)則庫這一改進突破點。論證了應(yīng)用CAP算法和FP-Tree算法進行規(guī)則約束的可行性，并應(yīng)用CAP算法和FP-Tree算法設(shè)計了對規(guī)則庫進行二次過濾的機制，還對改進機制的可行性和正確性設(shè)計了合理的實驗進行了驗證。文章還對系統(tǒng)的實現(xiàn)做出了設(shè)計。本文采用了有發(fā)展前途的方法解決了當今電