基于協(xié)同過濾的個性化團(tuán)購?fù)扑]系統(tǒng)研究

《基于協(xié)同過濾的個性化團(tuán)購?fù)扑]系統(tǒng)研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、萬方數(shù)據(jù)遼寧工程技術(shù)大學(xué)碩士學(xué)位論文分類號0931．6UDC004學(xué)校代碼10147密級公開碩士學(xué)位論文基于協(xié)同過濾的個性化團(tuán)購?fù)扑]系統(tǒng)研究ResearchofPersonalizedGroup--buyingRecommendationSystemBasedonCollaboratiVeFilteringAlgorithm作者姓名肖鵬指導(dǎo)教師邵良杉教授申請學(xué)位學(xué)科專業(yè)研究方向管理學(xué)碩士管理科學(xué)與工程信息管理與信息系統(tǒng)遼寧工程技術(shù)大學(xué)萬方數(shù)據(jù)關(guān)于論文使用授權(quán)的說明本學(xué)位論文作者及指導(dǎo)教師完全了解遼寶王猩撞本太堂有關(guān)保留、使用學(xué)位論文的規(guī)定，同意遼寶工程撞丕太堂保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文

2、的復(fù)印件和磁盤，允許論文被查閱和借閱，學(xué)?？梢詫W(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編本學(xué)位論文。保密的學(xué)位論文在解密后應(yīng)遵守此協(xié)議’學(xué)位論文作者簽名：一汽酮為導(dǎo)師簽名：勱侈年I上月?名日加俜年肛月／6日萬方數(shù)據(jù)致謝本論文的撰寫工作是在我的導(dǎo)師邵良杉教授的悉心指導(dǎo)下完成的，邵良杉嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度、科學(xué)的工作方法以及高深的學(xué)術(shù)造詣給了我極大的幫助和影響。在此向邵良杉老師表示衷心的謝意!還要感謝溫廷新老師、邱云飛老師對我論文無私的輔導(dǎo)與修改。還有我的室友鄒鋒、張睿和邊維天同學(xué)對我的幫助!非常誠摯的感謝審閱論文以及評審預(yù)答辯的老師，感謝老師們在百忙

3、之中耐心的審閱我的論文并提出了寶貴的意見，正是由于他們的關(guān)心和幫助，我才能夠完成論文的撰寫工作!在此還要向在推薦系統(tǒng)及推薦算法等相關(guān)研究領(lǐng)域有所建樹、有發(fā)表成果的學(xué)者們致敬!本文的成功撰寫，都是基于對以往資料的分析比較的基礎(chǔ)之上進(jìn)行優(yōu)化和深入研究的，向給予轉(zhuǎn)載和引用權(quán)的資料、圖片、文獻(xiàn)、研究思想和設(shè)想的所有者表示感謝!最后，還要感謝在座的答辯老師們，感謝各位老師耐心的聽我敘述我的論文，并對我的論文研究提出意見和問題，您所提出的寶貴的建議以及有關(guān)論文方面的問題我都會很好的記錄下來，作為我以后研究道路上的指路燈!萬方數(shù)據(jù)摘要近年來，團(tuán)購作為電子商務(wù)的一種新興模式，得到了迅速的發(fā)展。然而，面臨信息過

4、載問題時，由于尚未發(fā)展成熟，團(tuán)購網(wǎng)站無法針對用戶進(jìn)行個性化推薦。論文針對團(tuán)購網(wǎng)站做了深入的研究，探討了傳統(tǒng)的協(xié)同過濾算法應(yīng)用在團(tuán)購網(wǎng)站個性化推薦系統(tǒng)中所存在的問題，并針對數(shù)據(jù)稀疏性、項(xiàng)目冷啟動及缺乏信任依據(jù)等問題提出了解決方案。在此基礎(chǔ)上，本文結(jié)合傳統(tǒng)的基于項(xiàng)目和基于用戶的協(xié)同過濾算法的特點(diǎn)，提出組合的協(xié)同過濾算法模型，并應(yīng)用到團(tuán)購網(wǎng)站的個性化推薦系統(tǒng)中。此外，采用商品推薦和好友推薦的雙重推薦模式，滿足團(tuán)購個性化推薦的需要。最后，為了驗(yàn)證改進(jìn)后算法的有效性，進(jìn)行仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的算法在推薦效果明顯強(qiáng)于傳統(tǒng)算法，對協(xié)同過濾算法起到了改進(jìn)作用。關(guān)鍵詞：推薦系統(tǒng)；協(xié)同過濾；團(tuán)購：信息過

5、載；冷啟動萬方數(shù)據(jù)AbstractRecently．a(chǎn)sanewmodeofe-commerce，thegroup—buyinghasbeendevelopingrapidly．Howeverjwhenfacedwiththeproblemofinformationoverload，group-buyingcannotprovideuserswithpersonalizedrecommendation．ThispapermadeathoroughresearchwithGroup-buying．discussestheexistingproblemswhenthetraditionalcoll

6、aborativefilteringalgorithmisappliedtothepersonalizedrecommendationsystemofgroup·buyingwebsitesandprovidessolutionsfordatasparse，coldstartandlackoftrust．CombinedwiththeUser-basedCFandItem-basedCF，thispaperprovidesimprovedcollaborativefilteringalgorithm，whichisappliedinthepersonalizedrecommendationsy

7、stemofgroup-buyingwebsite．Inaddition，thispaperusethedoublerecommendmodel．Finally，inordertoverifythevalidityoftheimprovedalgorithm，thispapersimulationexperiments，theexperimentalresultsshowthattheimprov