收藏本站
《复旦大学》 2003年
收藏 | 手机打开
二维码
手机客户端打开本文

电子商务推荐系统关键技术研究

邓爱林  
【摘要】: 随着互联网的普及和电子商务的发展,电子商务系统在为用户提供越来越多选择的同时,其结构也变得更加复杂,用户经常会迷失在大量的商品信息空间中,无法顺利找到自己需要的商品。电子商务推荐系统直接与用户交互,模拟商店销售人员向用户提供商品推荐,帮助用户找到所需商品,从而顺利完成购买过程。在日趋激烈的竞争环境下,电子商务推荐系统能有效保留用户、防止用户流失,提高电子商务系统的销售。 推荐系统在电子商务系统中具有良好的发展和应用前景,逐渐成为电子商务IT技术的一个重要研究内容,得到越了来越多研究者的关注。 电子商务推荐系统在理论和实践中都得到了很大发展。但是随着电子商务系统规模的进一步扩大,电子商务推荐系统也面临一系列挑战。针对电子商务推荐系统面临的主要挑战,本文对电子商务推荐系统中推荐算法设计以及推荐系统体系结构等关键技术进行了有益的探索和研究。本文的研究内容主要包括电子商务推荐系统推荐质量研究,电子商务推荐系统实时性研究,基于Web挖掘的推荐系统研究以及电子商务推荐系统体系结构研究。 本文的主要研究成果如下: 1).提出了基于项评分预测的IRPRec协同过滤推荐算法。在大型电子商务系统中,用户评分数据的极端稀疏,导致推荐系统的推荐质量急剧下降。针对用户评分数据的极端稀疏性,本文提出了基于项评分预测的IRPRec协同过滤推荐算法,通过计算项之间的相似性,初步预测用户对未评分项的评分,然后采用一种新颖的相似性度量方法计算用户的最近邻居。实验结果表明,基于项评分预测的IRPRec协同过滤推荐算法可以显著提高推荐系统的推荐质量。 2).提出了基于项聚类的ICRec协同过滤推荐算法。在大型电子商务系统中,推荐系统同时用户提供实时推荐服务越来越困难。针对电子商务推荐系统面临的实时性挑战,本文提出了基于项聚类的ICRec协同过滤推荐算法,通过用户对项评分的相似性对项进行聚类,然后选择与目标项相似性最高的若干个聚类作为查询空间搜索目标项的最近邻居。实验结果表明,基于项聚类的ICRec协同过滤推荐算法可以有效提高推荐系统的实时响应速度。 3).给出了基于Web挖掘的推荐系统框架。传统的协同过滤推荐很难为非注册用户提供高质量的推荐。针对传统的协同过滤推荐存在的上述不足,本文提出了基于Web挖掘的推荐系统框架。对Web使用数据,Web内容数据和Web结构数据进行聚类分析,推荐引擎根据挖掘结果向用户提供有效的推荐服务。相对于传统协同过滤推荐技术而言,基于Web挖掘的推荐系统框架不需要用户提供主 摘 少 观的评价信息,因此用户使用起来比较方便。 4).提出了多推荐模型电子商务推荐系统体系结构,设计并实现了一个多推 荐模型电子商务推荐系统原型ECMner。目前大部分的电子商务推荐系统都是一 个单一的工具,只能提供一种推荐模型。本文提出的多推荐模型电子商务推荐系 统支持多种推荐模型并对所有推荐模型进行统一管理,从而能有效满足大型电子 商务系统不同场合的不同推荐需求。在电子商务推荐系统原型ECMner中,提 供了关联规则推荐模型、热门销售推荐模型和协同过滤推荐模型三种推荐模型。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20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 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
4 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
5 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
6 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
7 顾晔;吕红兵;;改进的增量奇异值分解协同过滤算法[J];计算机工程与应用;2011年11期
8 李超然,徐雁斐,张亮;协同推荐pLSA模型的动态修正[J];计算机工程;2005年20期
9 张李义;罗惠恒;;基于协同过滤的WhuRecomm推荐系统的设计与实现[J];武汉大学学报(工学版);2006年06期
10 刘鲁;任晓丽;;推荐系统研究进展及展望[J];信息系统学报;2008年01期
11 胡慧蓉;;电子商务推荐系统中推荐技术研究[J];科技信息;2009年04期
12 王惠敏;聂规划;;基于模糊聚类和资源平滑的协同过滤推荐[J];情报杂志;2007年07期
13 陆洲;程京;张璇;;基于用户兴趣模型聚类的协同过滤推荐算法[J];微计算机信息;2010年33期
14 赵晓煜;丁延玲;;基于顾客交易数据的电子商务推荐方法研究[J];现代管理科学;2006年03期
15 卢竹兵;唐雁;;一种基于信任网络的协同过滤推荐策略[J];西南师范大学学报(自然科学版);2008年02期
16 沈磊;周一民;李舟军;;基于心理学模型的协同过滤推荐方法[J];计算机工程;2010年20期
17 何光辉;魏曙光;王蔚韬;;改进的聚类邻居协同过滤推荐算法[J];计算机科学;2004年11期
18 汪婧;潘郁;;基于模糊聚类的WRFM导购方法研究[J];计算机仿真;2007年06期
19 王景波;郑丽英;;混合推荐技术在Web挖掘中的研究[J];科技信息;2010年33期
20 陈肃;罗铁坚;许延祥;;基于信任的推荐算法的鲁棒性分析(英文)[J];中国科学院研究生院学报;2011年02期
中国重要会议论文全文数据库 前10条
1 谢科;刘奕群;岑荣伟;马少平;茹立云;杨磊;;基于维基百科层次分类框架的主题推荐系统的研究[A];中国计算语言学研究前沿进展(2009-2011)[C];2011年
2 潘宇;林鸿飞;杨志豪;;基于用户聚类的电子商务推荐系统[A];第三届学生计算语言学研讨会论文集[C];2006年
3 何发镁;冯勇;许榕生;王旭仁;;推荐系统安全问题研究综述[A];第13届全国计算机、网络在现代科学技术领域的应用学术会议论文集[C];2007年
4 靳绍聪;王建民;闻立杰;曹大海;;一种基于推荐系统的工作流资源分配机制[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
5 张光卫;康建初;李鹤松;刘常昱;李德毅;;面向场景的协同过滤推荐算法[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年
6 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
7 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
8 尤忠彬;陈越;张英;朱扬勇;;基于Web服务的技术转移平台推荐系统研究[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
9 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
10 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
中国重要报纸全文数据库 前10条
1 清晨;电子商务大会5大期望[N];市场报;2005年
2 ;踏上电子商务之旅[N];国际经贸消息;2001年
3 杜悠;电子商务优化现金管理[N];财会信报;2005年
4 韩晶晶;电子商务B2B市场刮起资本风[N];中国高新技术产业导报;2005年
5 王鹤 ;电子商务高速发展 瓶颈问题仍未解决[N];经济参考报;2005年
6 瑞莉 编译;美报业再度钟情电子商务[N];计算机世界;2004年
7 本报记者 张晓滨;第三方服务平台成电子商务突破口[N];通信信息报;2005年
8 记者 第五建平;西安成立首家电子商务学院[N];人民邮电;2000年
9 ;电子商务 迎来盈利曙光[N];人民邮电;2004年
10 王新培;积极推动中小企业应用电子商务[N];国际商报;2005年
中国博士学位论文全文数据库 前10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 李涛;推荐系统中若干关键问题研究[D];南京航空航天大学;2009年
3 任磊;推荐系统关键技术研究[D];华东师范大学;2012年
4 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
5 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
6 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
7 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
8 王进;开放计算系统中基于DSmT的信任管理研究[D];南京理工大学;2009年
9 杜梅;电子商务的经济学分析[D];西南财经大学;2001年
10 龚志周;电子商务创业压力及其对创业绩效影响研究[D];浙江大学;2005年
中国硕士学位论文全文数据库 前10条
1 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
2 杨焱;基于项目聚类的协同过滤推荐算法的研究[D];东北师范大学;2005年
3 章晋波;推荐系统中协同过滤算法的研究与实现[D];北京邮电大学;2010年
4 寇艳艳;电子商务推荐系统中用户聚类问题与用户兴趣变化问题研究[D];中国科学技术大学;2011年
5 李惠民;电子商务推荐系统中协同过滤算法的研究[D];吉林大学;2011年
6 苏天斌;协同过滤的研究及引擎的实现[D];昆明理工大学;2005年
7 杨晨醒;数字图书馆协同过滤及GPU计算技术研究[D];浙江大学;2010年
8 王集思;基于协同过滤的电子商务推荐系统研究[D];哈尔滨工程大学;2009年
9 青海;电子商务推荐系统核心技术研究[D];北京工业大学;2009年
10 何克勤;基于标签的推荐系统模型及算法研究[D];华东师范大学;2011年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978