基于協(xié)同過(guò)濾推薦的葡萄酒電商平臺(tái)研究與實(shí)現(xiàn).pdf

1、隨著電子商務(wù)的飛速發(fā)展，大型綜合類(lèi)購(gòu)物網(wǎng)站不斷壯大，各類(lèi)細(xì)分領(lǐng)域購(gòu)物網(wǎng)站也蓬勃式發(fā)展。葡萄酒電商領(lǐng)域受風(fēng)投關(guān)注不斷發(fā)力，競(jìng)爭(zhēng)日趨激烈，問(wèn)題也愈顯突出；隨著商品數(shù)量的不斷增加，用戶(hù)從成千上萬(wàn)商品中找到自己喜好的商品越來(lái)越費(fèi)時(shí)費(fèi)力。因此，本文構(gòu)建了一個(gè)滿(mǎn)足當(dāng)前需求的葡萄酒電商平臺(tái)，通過(guò)發(fā)現(xiàn)用戶(hù)興趣為用戶(hù)進(jìn)行個(gè)性化推薦，提升用戶(hù)滿(mǎn)意度及網(wǎng)站競(jìng)爭(zhēng)力。在個(gè)性化推薦技術(shù)中，協(xié)同過(guò)濾推薦算法廣泛用于電子商務(wù)領(lǐng)域，但算法還存在諸多問(wèn)題，因此本文針對(duì)該算

2、法展開(kāi)了研究。
　　本文詳細(xì)分析了基于用戶(hù)和基于項(xiàng)目的協(xié)同過(guò)濾算法，并對(duì)兩種算法優(yōu)缺點(diǎn)及存在的問(wèn)題進(jìn)行比較，結(jié)合葡萄酒本身特性，選擇了基于用戶(hù)的協(xié)同過(guò)濾算法作為基礎(chǔ)進(jìn)行改進(jìn)。提出了融合項(xiàng)目屬性的協(xié)同過(guò)濾推薦算法，將傳統(tǒng)協(xié)同過(guò)濾算法中用戶(hù)項(xiàng)目評(píng)分與項(xiàng)目屬性相結(jié)合，在不增加用戶(hù)反饋評(píng)分基礎(chǔ)上，將用戶(hù)對(duì)項(xiàng)目粗粒度的評(píng)價(jià)轉(zhuǎn)換為細(xì)粒度的用戶(hù)對(duì)項(xiàng)目屬性值評(píng)價(jià)，后者相對(duì)前者在一定程度上降低了評(píng)分矩陣的稀疏度，且結(jié)構(gòu)更為穩(wěn)定。在此基礎(chǔ)上，計(jì)算用戶(hù)

3、在不同屬性上的相似度，加權(quán)得到綜合相似度并預(yù)測(cè)評(píng)分。本文綜合考慮新項(xiàng)目加入時(shí)造成的冷啟動(dòng)問(wèn)題，將加權(quán)用戶(hù)相似度預(yù)測(cè)評(píng)分與項(xiàng)目屬性相似度預(yù)測(cè)評(píng)分相結(jié)合為用戶(hù)進(jìn)行混合推薦。最后，通過(guò)爬蟲(chóng)程序獲取某酒類(lèi)銷(xiāo)售網(wǎng)站葡萄酒屬性、用戶(hù)評(píng)價(jià)數(shù)據(jù)，整理得到實(shí)驗(yàn)數(shù)據(jù)集。通過(guò)實(shí)驗(yàn)選擇有效的用戶(hù)相似性計(jì)算方法，并驗(yàn)證本文提出的算法的有效性。
　　設(shè)計(jì)了一款以葡萄酒銷(xiāo)售為主的電商網(wǎng)站，構(gòu)建了滿(mǎn)足當(dāng)前業(yè)務(wù)需求的網(wǎng)站技術(shù)架構(gòu)，實(shí)現(xiàn)了完備的前臺(tái)服務(wù)與后臺(tái)管理功能