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

ID:34579726

大?。?.92 MB

頁數(shù):59頁

時間:2019-03-08

基于協(xié)同過濾的個性化團(tuán)購?fù)扑]系統(tǒng)研究_第1頁
基于協(xié)同過濾的個性化團(tuán)購?fù)扑]系統(tǒng)研究_第2頁
基于協(xié)同過濾的個性化團(tuán)購?fù)扑]系統(tǒng)研究_第3頁
基于協(xié)同過濾的個性化團(tuán)購?fù)扑]系統(tǒng)研究_第4頁
基于協(xié)同過濾的個性化團(tuán)購?fù)扑]系統(tǒng)研究_第5頁
資源描述:

《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

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(fù)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(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)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(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。