基于cf的個性化電子商務(wù)推薦系統(tǒng)研究

基于cf的個性化電子商務(wù)推薦系統(tǒng)研究

ID:14230126

大?。?3.00 KB

頁數(shù):21頁

時間:2018-07-27

基于cf的個性化電子商務(wù)推薦系統(tǒng)研究_第1頁
基于cf的個性化電子商務(wù)推薦系統(tǒng)研究_第2頁
基于cf的個性化電子商務(wù)推薦系統(tǒng)研究_第3頁
基于cf的個性化電子商務(wù)推薦系統(tǒng)研究_第4頁
基于cf的個性化電子商務(wù)推薦系統(tǒng)研究_第5頁
資源描述:

《基于cf的個性化電子商務(wù)推薦系統(tǒng)研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫

1、基于CF的個性化電子商務(wù)推薦系統(tǒng)研究pdf文檔可能在WAP端瀏覽體驗不佳。建議您優(yōu)先選擇TXT,或下載源文件到本機查看。蘭州大學(xué)碩士學(xué)位論文基于CF的個性化電子商務(wù)推薦系統(tǒng)研究姓名:宋偉國申請學(xué)位級別:碩士專業(yè):計算機軟件與理論指導(dǎo)教師:陳曉云20100501蘭州大學(xué)碩士學(xué)位論文基于CF的個性化電子商務(wù)推薦系統(tǒng)研究摘要隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展,網(wǎng)絡(luò)用戶劇增。電子商務(wù)也越來越受到企業(yè)和消費者的青睞。電子商務(wù)推薦技術(shù)作為電子商務(wù)中的重要技術(shù),模仿銷售員向客戶推薦客戶偏好度較高的產(chǎn)品。如何提高電子商務(wù)推薦

2、系統(tǒng)的推薦質(zhì)量,目前已成為專家學(xué)者們研究的熱點。本文將數(shù)據(jù)倉庫技術(shù)應(yīng)用到電子商務(wù)體系構(gòu)建中,介紹了web環(huán)境下進行會話識別、客戶識別、路徑辨別、數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)裝載等技術(shù),為電子商務(wù)數(shù)據(jù)挖掘提供規(guī)范的數(shù)據(jù)。同時本文在關(guān)聯(lián)規(guī)則、協(xié)同過濾等技術(shù)的基礎(chǔ)上設(shè)計了個性化的推薦系統(tǒng)。根據(jù)客戶特點,將客戶進行分類,并根據(jù)客戶不同的分類,采取不同的模式挖掘算法。提出基于內(nèi)容的跟蹤樹算法、基于關(guān)聯(lián)規(guī)則的協(xié)同過濾,并引入分區(qū)的理念,為客戶提供個性化的服務(wù),從而提高電子商務(wù)推薦系統(tǒng)的推薦質(zhì)量。最后,對算法進行

3、了分析。關(guān)鍵字:數(shù)據(jù)倉庫、數(shù)據(jù)挖掘、電子商務(wù)推薦系統(tǒng)、協(xié)同過濾、面向客戶蘭州大學(xué)碩士學(xué)位論文基于CF的個性化電子商務(wù)推薦系統(tǒng)研究AbstractIntemetusersincreasingrapidlybythedevelopmentofInternettechnology.E-commercehasbeengrowingconcernbybusinessesandconsumers.E-conllnerceRecommendersellersSystemisaveryimportanttech

4、nologyofE-colIlnlercetothatimitaterecommendproductsthatcustomerpreferences.HowaimprovethequalityofE—commerceRecommendationSystem,hasbecomescholars.Inthisarticle,datahotresearchbyexpertsandwarehousetechnologyisusedinE—commerce.WegetnormativedataforE-c

5、ommerceidentification,pathdataminingbycleaning,datasessionidentification,customerintegration,dataonidentification,dataloadingetc.collaborativeaPersonalizedE-commerceRecommenderSystemistoproposedbasedfiltering,whichclassifycustomers,anddifferentpatter

6、nminingalgorithmsaccordingoncustomerclassification,adoptbasedcustomercharacteristics.ThisarticleproposedContent-basedTrackingTree,AR-baesdCollaborativeFiltering,andpullinZoningconcepttoprovidecustomerswithpersonalizedservicetoenhancetheanalysisrecomm

7、endationqualityofe-commercerecommendationsystem.Finally,weoftheaigorithm.Keywords:DataWarehouse,DataMining,E-commerceRecommenderSystem,CollaborativeFiltering,Customer—orientedII原創(chuàng)性聲明本人鄭重聲明:本人所呈交的學(xué)位論文,是在導(dǎo)師的指導(dǎo)下獨立進行研究所取得的成果。學(xué)位論文中凡引用他人已經(jīng)發(fā)表或未發(fā)表的成果、數(shù)據(jù)、觀點等,

8、均已明確注明出處。除文中已經(jīng)注明引用的內(nèi)容外,不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的科研成果。對本文的研究成果做出重要貢獻的個人和集體,均已在文中以明確方式標(biāo)明。本聲明的法律責(zé)任由本人承擔(dān)。論文作者簽名:互童}盟日期:塑?。。骸溃痕谊P(guān)于學(xué)位論文使用授權(quán)的聲明本人在導(dǎo)師指導(dǎo)下所完成的論文及相關(guān)的職務(wù)作品,知識產(chǎn)權(quán)歸屬蘭州大學(xué)。本人完全了解蘭州大學(xué)有關(guān)保存、使用學(xué)位論文的規(guī)定,同意學(xué)校保存或向國家有關(guān)部門或機構(gòu)送交論文的紙質(zhì)版和電子版,允許論文被查閱和借閱;本人授權(quán)蘭州大學(xué)可以將本學(xué)位論文的全部

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。