面向電子商務(wù)的協(xié)同過濾推薦系統(tǒng)設(shè)計與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)在全球的普及與人們生活水平的提高,網(wǎng)上電子商務(wù)的變得日益成熟,如今,越來越多的人們開始嘗試并接受在互聯(lián)網(wǎng)電子商務(wù)網(wǎng)站上購物的新型消費模式。但是由于商品和資源信息指數(shù)級的增長,出現(xiàn)了信息過載等問題,成為了制約電子商務(wù)發(fā)展的瓶頸,人們相對穩(wěn)定的購買需求與電子商務(wù)網(wǎng)站提供繁雜商品已成為一個難解的現(xiàn)實矛盾。個性化的推薦系統(tǒng)的出現(xiàn)及投入應(yīng)用,是當(dāng)前滿足用戶對個性化商品信息需求的重要手段。
　　基于用戶的協(xié)同過濾是目前個性化推薦中應(yīng)

2、用最多的方法,它是根據(jù)相鄰用戶的興趣喜好特征來推測目標(biāo)用戶的興趣所向,算法利用統(tǒng)計的方法尋找與目標(biāo)用戶有類似興趣特征的鄰居,然后根據(jù)這些鄰居的興趣特征生成向目標(biāo)用戶的個性化推薦。
　　本論文針對個性化推薦系統(tǒng)中應(yīng)用最廣泛的協(xié)同過濾推薦系統(tǒng)技術(shù)進行了研究,分析了個性化推薦技術(shù)的研究現(xiàn)狀、前景與挑戰(zhàn)。具體研究了其中的兩種典型算法基于項目和基于用戶的協(xié)同過濾算法,以及協(xié)同過濾推薦系統(tǒng)的產(chǎn)生推薦的整個流程,對協(xié)同過濾推薦存在的優(yōu)點與缺點進

3、行了分析。同時,對當(dāng)前電子商務(wù)網(wǎng)站的推薦系統(tǒng)進行研究,具體分析了電子商務(wù)推薦系統(tǒng)與個性化推薦的關(guān)系,并給出了當(dāng)前電子商務(wù)網(wǎng)站推薦系統(tǒng)的輸入與輸出。
　　在此基礎(chǔ)上,針對基于協(xié)同過濾推薦系統(tǒng)的一個電子商務(wù)購物網(wǎng)站應(yīng)用實例提出需求并給出設(shè)計,闡述了網(wǎng)站設(shè)計的總體架構(gòu)及各模塊的設(shè)計,并結(jié)合購物網(wǎng)站整體設(shè)計具體闡述購物網(wǎng)站的協(xié)同過濾推薦系統(tǒng)設(shè)計,詳細(xì)描述了協(xié)同推薦系統(tǒng)的總體框架與設(shè)計思路,明確了預(yù)期達到的功能和性能目標(biāo),并給出了系統(tǒng)的各模

4、塊設(shè)計與系統(tǒng)采用的各關(guān)鍵算法。另外,針對網(wǎng)站商品數(shù)量遠大于用戶對商品的評價量時,協(xié)同過濾算法在分析用戶間評分信息時難以找到相互交集這個許多網(wǎng)站普遍存在的數(shù)據(jù)稀疏問題,提出并實現(xiàn)了一種協(xié)同過濾算法的優(yōu)化設(shè)計,該算法通過對協(xié)同過濾算法中基于用戶與基于項目兩種算法進行有效組合,通過優(yōu)勢互補來有效提高用戶評分不足時電子商務(wù)網(wǎng)站的推薦精度。
　　最后,利用美國明尼蘇達大學(xué)的世界上最大的開放數(shù)據(jù)集MovieLens進行了協(xié)同過濾算法不同衍化版