收藏本站
《哈尔滨工程大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

电子商务个性化推荐关键技术研究

李媛  
【摘要】:随着网络的普及和电子商务的广泛应用,越来越多的信息充斥在互联网之中,用户在享受网上购物带来的便捷的同时也面临着信息过载问题的困扰。为了在大量的商品信息中找到符合用户需求的信息,电子商务推荐系统应运而生。 协同过滤推荐算法是目前推荐系统应用最广泛和最为成功的技术之一,本文以协同过滤推荐算法为研究目标,以提高目标用户的最近邻居的质量为出发点,对传统的基于用户的协同过滤推荐算法在应用中存在的稀疏性问题、相似性计算不区分对待目标用户喜欢与不喜欢的项、以及不能反应用户兴趣变化等关键问题,给出了一种改进的协同过滤推荐算法。该算法与现有的算法相比,其优势如下:第一,在用户显式评分的基础上,对用户浏览的项目进行了更细致的划分,对那些“已浏览未评分的项”采用隐式评分的方式来扩展原有的用户-项评分矩阵,缓解了数据稀疏性问题;第二,使用本文给出的基于时间权重与目标用户正兴趣的相似性计算公式,只在目标用户具有正兴趣的项上计算用户相似性,提高了最近邻居的质量,同时,赋予目标用户近期访问项更高的权重,有效反映了目标用户的兴趣变化;第三,使用了原有电子商务网站的项目分类模型作为算法分类的标准,在各个不同的子类中寻找目标用户的最近邻居,在每个子用户-项评分矩阵上生成子预测侯选推荐集合,这样可以找到更“真”的邻居。 通过在MovieLens和EachMovie数据上对平均绝对误差的对比分析实验证明,改进的算法在一定程度上比传统的基于用户的协同过滤算法有更高的评分预测准确度。
【学位授予单位】:哈尔滨工程大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TP301.6

【引证文献】
中国硕士学位论文全文数据库 前3条
1 范敏敏;非负矩阵分解与聚类方法在个性化推荐系统中的应用研究[D];华东交通大学;2012年
2 王颖;基于关联规则的电子商务个性化推荐模型研究[D];东北财经大学;2012年
3 张荣;基于关联规则的用户兴趣模型的研究与应用[D];武汉理工大学;2013年
【参考文献】
中国期刊全文数据库 前9条
1 韩家炜,孟小峰,王静,李盛恩;Web挖掘研究[J];计算机研究与发展;2001年04期
2 张锋;常会友;;使用BP神经网络缓解协同过滤推荐算法的稀疏性问题[J];计算机研究与发展;2006年04期
3 张丙奇;基于领域知识的个性化推荐算法研究[J];计算机工程;2005年21期
4 邓爱林,朱扬勇,施伯乐;基于项目评分预测的协同过滤推荐算法[J];软件学报;2003年09期
5 刘旭东;张津铭;;电子商务推荐系统研究综述[J];商场现代化;2008年28期
6 林瑞娟;侯德文;;Web挖掘及其在电子商务中的应用研究[J];计算机技术与发展;2006年08期
7 余力,刘鲁,罗掌华;我国电子商务推荐策略的比较分析[J];系统工程理论与实践;2004年08期
8 李涛;王建东;叶飞跃;冯新宇;张有东;;一种基于用户聚类的协同过滤推荐算法[J];系统工程与电子技术;2007年07期
9 朱岩;林泽楠;;电子商务中的个性化推荐方法评述[J];中国软科学;2009年02期
中国博士学位论文全文数据库 前1条
1 郭艳红;推荐系统的协同过滤算法与应用研究[D];大连理工大学;2008年
中国硕士学位论文全文数据库 前2条
1 何安;协同过滤技术在电子商务推荐系统中的应用研究[D];浙江大学;2007年
2 李丹丹;基于混合算法的个性化电子商务推荐系统研究[D];天津财经大学;2008年
【共引文献】
中国期刊全文数据库 前10条
1 钱立三;WEB日志挖掘在远程开放教育中的应用[J];安徽广播电视大学学报;2005年03期
2 宁小红;;Web Usage Mining在电子商务中的应用[J];安徽农业科学;2007年13期
3 廖燕玲;;模糊聚类技术在甘蔗种植户信息分析中的应用[J];安徽农业科学;2007年28期
4 陈志民;李亭;杨敬锋;彭晓琴;;融入监督信息的k-mean聚类瓜蓟马预警模型[J];安徽农业科学;2009年30期
5 万雅奇;侯亚荣;王勇;张书杰;;教育考试数据挖掘系统研究与实现[J];北京工业大学学报;2009年05期
6 张克君;杨炳儒;赵耿;曲文龙;李欣;;一种分布式Web使用模式挖掘模型及算法[J];北京科技大学学报;2006年09期
7 安颖;;基于Apriori算法的兴趣集加权关联规则挖掘[J];北京联合大学学报(自然科学版);2008年04期
8 张帆;林建;;智能搜索引擎信息过滤机制研究[J];图书与情报;2007年04期
9 柏彬;牛红利;;基于二叉树模型的HTML转换为XML的方法[J];才智;2010年03期
10 高灵渲;张巍;霍颖翔;滕少华;;改进的聚类模式过滤推荐算法[J];江西师范大学学报(自然科学版);2012年01期
中国重要会议论文全文数据库 前10条
1 代广珍;徐超;;基于Web的数据挖掘研究综述[A];2005年“数字安徽”博士科技论坛论文集[C];2005年
2 高琪;辛乐;;基于用户偏好度模型和情感计算的产品推荐算法[A];第二十九届中国控制会议论文集[C];2010年
3 王茜;张卫星;;基于分类树相似度加权的协同过滤算法[A];2008年计算机应用技术交流会论文集[C];2008年
4 师伟;廖闻剑;;数据挖掘在Web上的研究与应用[A];中国电子学会第十六届信息论学术年会论文集[C];2009年
5 肖健;沈彩霞;;浅谈数据挖掘技术现状[A];广西计算机学会2008年年会论文集[C];2008年
6 钟福金;穆斌;;语义Web挖掘研究[A];第一届全国Web信息系统及其应用会议(WISA2004)论文集[C];2004年
7 张宇;;基于XML的Web数据自动挖掘[A];科技创新与节能减排——吉林省第五届科学技术学术年会论文集(上册)[C];2008年
8 詹宇斌;殷建平;周文兰;;基于概率关联图挖掘Web日志中有趣关联规则[A];2006年全国理论计算机科学学术年会论文集[C];2006年
9 林丽冰;师瑞峰;周一民;李月雷;;基于双聚类的协同过滤推荐算法[A];2008'中国信息技术与应用学术论坛论文集(一)[C];2008年
10 陈媛媛;李晓;田二明;;基于粗糙集和BP网络的车牌字符识别[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
中国博士学位论文全文数据库 前10条
1 姜延吉;多传感器数据融合关键技术研究[D];哈尔滨工程大学;2010年
2 张寅;个性化技术及其在数字图书馆中应用的研究[D];浙江大学;2009年
3 沈懿珍;基于协同智能的蛋白质相互作用及其网络研究[D];东华大学;2011年
4 张翔;文本挖掘技术研究及其在综合风险信息网络中的应用[D];西北大学;2011年
5 蔺源;基于用户行为的网格资源发现相关问题研究[D];北京交通大学;2011年
6 谭婷婷;网络微内容推荐方法及支持系统研究[D];华中科技大学;2011年
7 胡慕海;面向动态情境的信息推荐方法及系统研究[D];华中科技大学;2011年
8 叶红云;面向金融营销问题的个性化推荐方法研究[D];合肥工业大学;2011年
9 刘毅捷;视频社区中海量数据管理方法研究[D];中国科学技术大学;2011年
10 马春山;移动增值业务的个性化推荐研究[D];北京邮电大学;2011年
中国硕士学位论文全文数据库 前10条
1 吴则则;支持动态演进的用户兴趣模型挖掘方法研究[D];山东科技大学;2010年
2 蔡宏果;基于基因表达式编程的Web个性化推荐技术研究[D];广西师范学院;2010年
3 蔡浩;基于Web使用挖掘的协同过滤推荐算法研究[D];浙江理工大学;2010年
4 何莹杰;个性化图书信息服务技术研究[D];哈尔滨工程大学;2010年
5 刘佳荟;基于信任度量的网构软件动态演化研究[D];哈尔滨工程大学;2010年
6 孙原;基于酉变换的权威页面挖掘算法研究[D];哈尔滨工程大学;2010年
7 丛强;基于模糊关联规则Web挖掘算法的研究[D];哈尔滨工程大学;2010年
8 景向永;电子资源使用统计标准化研究[D];大连理工大学;2010年
9 曹萍;Agent电子商务推荐系统下协同过滤技术研究[D];辽宁工程技术大学;2009年
10 李春;协同过滤推荐算法的研究[D];湘潭大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 孙铁利,杨凤芹;根据用户隐式反馈建立和更新用户兴趣模型[J];东北师大学报(自然科学版);2003年03期
2 陈子阳,郭景峰;多层次关联规则的快速挖掘算法[J];燕山大学学报;2003年04期
3 景丽;陈广宇;;电子商务推荐系统中推荐方法研究[J];光盘技术;2006年03期
4 沈红斌,王士同,吴小俊;一种基于概念层次数据库挖掘一般化关联规则的算法研究[J];华东船舶工业学院学报(自然科学版);2002年06期
5 林鸿飞,杨元生;用户兴趣模型的表示和更新机制[J];计算机研究与发展;2002年07期
6 路海明;卢增祥;李衍达;;基于多Agent混合智能实现个性化网络信息推荐[J];计算机科学;2000年07期
7 任家东,任东英,高伟;分布式多层关联规则挖掘[J];计算机工程;2003年05期
8 杨引霞,谢康林,朱扬勇,左子叶;电子商务网站推荐系统中关联规则推荐模型的实现[J];计算机工程;2004年19期
9 赵银春,付关友,朱征宇;基于Web浏览内容和行为相结合的用户兴趣挖掘[J];计算机工程;2005年12期
10 曹洪其;姜志峰;孙志挥;;基于FP-tree的多层关联规则快速挖掘算法[J];计算机工程;2007年19期
中国硕士学位论文全文数据库 前10条
1 林佳雄;关联规则挖掘在电子商务推荐系统中的应用研究[D];暨南大学;2011年
2 张学胜;面向数据稀疏的协同过滤推荐算法研究[D];中国科学技术大学;2011年
3 王霞;协同过滤在电子商务推荐系统中的应用研究[D];河海大学;2003年
4 胡向前;基于FP-Tree的多层关联规则挖掘算法研究[D];重庆大学;2005年
5 马金刚;基于向量空间的信息过滤关键技术研究[D];山东师范大学;2006年
6 崔亚洲;一种B2C模式下多模型推荐系统的研究[D];电子科技大学;2006年
7 郗东妹;关联规则的衡量标准及其算法研究[D];长沙理工大学;2006年
8 何安;协同过滤技术在电子商务推荐系统中的应用研究[D];浙江大学;2007年
9 周洋;个性化推荐系统推荐引擎原型系统研究[D];对外经济贸易大学;2007年
10 马丽生;最大频繁项目集挖掘算法研究[D];西南大学;2007年
【二级参考文献】
中国期刊全文数据库 前10条
1 孙多;;基于兴趣度的聚类协同过滤推荐系统的设计[J];安徽大学学报(自然科学版);2007年05期
2 郝晓莉;陈后金;蔡伯根;李杰;;基于脸部检测和Fuzzy ART的乘客检测算法[J];北京交通大学学报;2007年05期
3 王纪辉;赵卓宁;;基于协同过滤算法的电子商务网站个性化推荐系统设计[J];成都信息工程学院学报;2007年S1期
4 吴吉义;林志洁;龚祥国;;基于协同过滤的移动电子商务个性化推荐系统若干研究[J];电子技术应用;2007年01期
5 刘洋;;一种基于协同过滤技术的自适应推荐系统[J];辽宁石油化工大学学报;2007年03期
6 徐晓颖,王晓晔,杜太行;基于Fuzzy ART的K-最近邻分类改进算法[J];河北工业大学学报;2004年06期
7 张娜;何建民;;基于项目与客户聚类的协同过滤推荐方法[J];合肥工业大学学报(自然科学版);2007年09期
8 韩家炜,孟小峰,王静,李盛恩;Web挖掘研究[J];计算机研究与发展;2001年04期
9 赵亮,胡乃静,张守志;个性化推荐算法设计[J];计算机研究与发展;2002年08期
10 邢春晓;高凤荣;战思南;周立柱;;适应用户兴趣变化的协同过滤推荐算法[J];计算机研究与发展;2007年02期
中国博士学位论文全文数据库 前2条
1 邓爱林;电子商务推荐系统关键技术研究[D];复旦大学;2003年
2 曹渝昆;基于神经网络和模糊逻辑的智能推荐系统研究[D];重庆大学;2006年
中国硕士学位论文全文数据库 前5条
1 王莉红;电子商务环境下协同过滤推荐方法的应用分析与研究[D];上海师范大学;2005年
2 王琳;结合内容预测和Item-based协同过滤的推荐系统研究[D];山东大学;2005年
3 沈杰峰;基于用户兴趣的个性化信息推荐系统[D];西华大学;2006年
4 吴昕方;基于特征的个性化电子商务网站推荐系统的研究与实现[D];华东师范大学;2006年
5 李婷;基于用户兴趣与合作的个性化电子商务推荐系统研究[D];哈尔滨工业大学;2006年
【相似文献】
中国期刊全文数据库 前10条
1 王恒;;基于协同过滤的电子农务推荐系统模型研究[J];宁夏大学学报(自然科学版);2009年04期
2 王志军;岳训;付冬菊;苗良;;基于Web投票机制的免疫协同过滤推荐技术研究[J];农业网络信息;2010年01期
3 周向东,施伯乐,张琪,张亮,刘莉;基于长期学习的多媒体数据库相似性检索[J];软件学报;2004年01期
4 郭炜;高琳琦;;电子旅游中间商的个性化信息服务模式研究[J];情报科学;2006年05期
5 游文;叶水生;;电子商务推荐系统中的协同过滤推荐[J];计算机技术与发展;2006年09期
6 胡慧蓉;;电子商务个性化推荐系统分析与设计[J];科技创新导报;2009年08期
7 李聪;梁昌勇;;适应用户兴趣变化的协同过滤增量更新机制[J];情报学报;2010年01期
8 赵宏霞;王新海;杨皎平;;基于用户和项目因子分析的混合协同推荐算法[J];计算机应用;2011年05期
9 孙小华;陈洪;孔繁胜;;在协同过滤中结合奇异值分解与最近邻方法[J];计算机应用研究;2006年09期
10 吴吉义;林志洁;龚祥国;;基于协同过滤的移动电子商务个性化推荐系统若干研究[J];电子技术应用;2007年01期
中国重要会议论文全文数据库 前10条
1 董全德;;基于双信息源的协同过滤算法研究[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
2 胡必云;李舟军;王君;;基于心理测量学的协同过滤相似度方法(英文)[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年
3 李建国;姚良超;汤庸;郭欢;;基于认知度的协同过滤推荐算法[A];第26届中国数据库学术会议论文集(B辑)[C];2009年
4 周军锋;汤显;郭景峰;;一种优化的协同过滤推荐算法[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
5 黄创光;印鉴;汪静;刘玉葆;王甲海;;不确定近邻的协同过滤推荐算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年
6 汤显;郭景峰;高英飞;;基于类别相似性的增量协同过滤推荐算法[A];第二十三届中国数据库学术会议论文集(研究报告篇)[C];2006年
7 陶红亮;王明文;曹瑛;;基于项目平滑和聚类的协同过滤推荐算法[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
8 李雪;左万利;赫枫龄;王英;;传统Item-Based协同过滤推荐算法改进[A];第26届中国数据库学术会议论文集(B辑)[C];2009年
9 孙铁利;杨焱;邱春艳;;基于内容预测的协同过滤推荐[A];2005年全国理论计算机科学学术年会论文集[C];2005年
10 罗喜军;王韬丞;杜小勇;刘红岩;何军;;基于类别的推荐——一种解决协同推荐中冷启动问题的方法[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
中国重要报纸全文数据库 前6条
1 刘溟;互联网 个性化营销最佳载体[N];经济日报;2004年
2 ;移动经营者的商务机会(未完待续)[N];网络世界;2001年
3 南方;房地产将走向互联网营销[N];中国信息报;2002年
4 赵骏飞;数据挖掘在金融行业的应用[N];中国保险报;2011年
5 乔颖;程序解人意,帮你寻找“顺口”的美食[N];新华每日电讯;2011年
6 商报记者 金朝力;奇艺推3套推荐引擎抢夺视频新制高点[N];北京商报;2011年
中国博士学位论文全文数据库 前10条
1 夏培勇;个性化推荐技术中的协同过滤算法研究[D];中国海洋大学;2011年
2 薛福亮;电子商务协同过滤推荐质量影响因素及其改进机制研究[D];天津大学;2012年
3 孔维梁;协同过滤推荐系统关键问题研究[D];华中师范大学;2013年
4 沈磊;心理学模型与协同过滤集成的算法研究[D];北京航空航天大学;2010年
5 高旻;基于计算语用学和项目的资源协同过滤推荐研究[D];重庆大学;2010年
6 刘青文;基于协同过滤的推荐算法研究[D];中国科学技术大学;2013年
7 冷亚军;协同过滤技术及其在推荐系统中的应用研究[D];合肥工业大学;2013年
8 孙慧峰;基于协同过滤的个性化Web推荐[D];北京邮电大学;2012年
9 张亮;推荐系统中协同过滤算法若干问题的研究[D];北京邮电大学;2009年
10 孙小华;协同过滤系统的稀疏性与冷启动问题研究[D];浙江大学;2005年
中国硕士学位论文全文数据库 前10条
1 邵伟;基于领域知识的协同过滤推荐研究[D];河北大学;2010年
2 胡福华;基于可信相似度传递的协同过滤算法研究与应用[D];浙江大学;2011年
3 张晓蕾;协同过滤推荐模型及其在汽车电子商务中的应用研究[D];天津师范大学;2010年
4 王均波;协同过滤推荐算法及其改进研究[D];重庆大学;2010年
5 白龙;融合数据检测与用户信任的协同过滤算法研究[D];燕山大学;2010年
6 康雨洁;基于协同过滤的个性化社区推荐方法研究[D];中国科学技术大学;2011年
7 庞军;双聚类算法及其在协同过滤中的应用研究[D];大连理工大学;2010年
8 曾小波;基于协同过滤的推荐系统的研究[D];电子科技大学;2010年
9 李春;协同过滤推荐算法的研究[D];湘潭大学;2010年
10 金亚亚;一种基于改进信任度的协同过滤算法[D];华东理工大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026