基于Web挖掘的電子商務(wù)推薦技術(shù)的研究.pdf

1、隨著互聯(lián)網(wǎng)的普及和電子商務(wù)的發(fā)展，推薦系統(tǒng)在電子商務(wù)系統(tǒng)中起著越來(lái)越重要的作用。它可以將電子商務(wù)網(wǎng)站的瀏覽者變?yōu)橘?gòu)買(mǎi)者，提高電子商務(wù)網(wǎng)站的交叉銷(xiāo)售能力，保留已有用戶(hù)。但是隨著電子商務(wù)系統(tǒng)規(guī)模的進(jìn)一步擴(kuò)大，電子商務(wù)推薦系統(tǒng)也面臨著一系列挑戰(zhàn)。針對(duì)電子商務(wù)推薦系統(tǒng)面臨的主要挑戰(zhàn)，本文基于Web挖掘?qū)﹄娮由虅?wù)推薦技術(shù)進(jìn)行了有益的探索和研究。 本文深入研究了Web挖掘的相關(guān)技術(shù)及其在電子商務(wù)推薦系統(tǒng)中的應(yīng)用，研究了協(xié)同過(guò)濾推薦算法和基于

2、關(guān)聯(lián)規(guī)則的推薦算法。針對(duì)現(xiàn)有推薦算法推薦準(zhǔn)確率低等不足，本文從Web訪(fǎng)問(wèn)序列模式挖掘和推薦產(chǎn)生兩個(gè)方面對(duì)現(xiàn)有算法進(jìn)行了改進(jìn)。 首先，在模式挖掘階段，基于WAP—tree結(jié)構(gòu)對(duì)現(xiàn)有的FLWAP—mine算法進(jìn)行了改進(jìn)，在樹(shù)的構(gòu)造過(guò)程中只掃描一次數(shù)據(jù)庫(kù)，在訪(fǎng)問(wèn)序列模式挖掘過(guò)程中采用投影樹(shù)的思想并對(duì)投影樹(shù)進(jìn)行剪枝縮小搜索范圍，而且當(dāng)投影樹(shù)只有一個(gè)分枝時(shí)直接返回相應(yīng)的訪(fǎng)問(wèn)序列模式，提高了挖掘效率。其次，在推薦產(chǎn)生階段，把利用改進(jìn)的FLW

3、AP—mine算法生成的序列模式應(yīng)用于個(gè)性化推薦。使用一種樹(shù)形結(jié)構(gòu)來(lái)存儲(chǔ)挖掘得到的Web訪(fǎng)問(wèn)序列模式，在該樹(shù)形結(jié)構(gòu)的基礎(chǔ)上進(jìn)行頁(yè)面匹配，給出了一種基于訪(fǎng)問(wèn)序列模式的頁(yè)面推薦算法。該頁(yè)面推薦算法中采用了可變活動(dòng)窗口技術(shù)，同時(shí)引入頁(yè)面選擇關(guān)注度和頁(yè)面平均訪(fǎng)問(wèn)度的概念，將頁(yè)面選擇關(guān)注度、頁(yè)面平均訪(fǎng)問(wèn)度與規(guī)則的可信度相結(jié)合作為頁(yè)面推薦度進(jìn)行推薦，可以有效地提高推薦的質(zhì)量。最后，進(jìn)行了兩組仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，改進(jìn)的FLWAP—mine算法比原