检索结果-内蒙古大学图书馆

随着Internet普及和飞速发展,电子商务以其独特的优势在世界流行,提供给人们越来越多的商品和选择空间,改变着人们的生活方式,但同时也出现了新的问题。用户无法在海量的商品中找到自己需要的商品,商家也失去了与用户的联系,无法有效地满足用户需求,提高用户对网站的忠诚度。在这样的背景下,电子商务推荐系统应运而生。本文首先阐述了电子商务推荐系统的研究意义、国内外研究现状以及基本理论,在此基础上研究和设计了基于Web挖掘的电子商务推荐系统模型,详细分析模型中四大模块的功能和作用,以及它们之间如何协调工作;然后研究关联规则在系统中的应用并对其进行优化;最后对优化后的关联规则算法进行实验分析,验证优化算法的有效性。

关键词：电子商务推荐系统 Web挖掘关联规则

来源：评论

学校读者我要写书评

暂无评论

基于离群数据挖掘的电子商务推荐系统研究

基于离群数据挖掘的电子商务推荐系统研究

引用

作者：魏翔武汉纺织大学

学位级别：硕士

随着计算机与网络技术的高速发展，电子商务以其网络化、全球化、成本低廉、方便快捷、交易透明等优点逐步发展成为成熟的商业模式。为了能从电子商务平台的海量数据中挖掘潜在的、有价值的信息，将数据挖掘的技术方法应用到电子商务平... 详细信息

随着计算机与网络技术的高速发展，电子商务以其网络化、全球化、成本低廉、方便快捷、交易透明等优点逐步发展成为成熟的商业模式。为了能从电子商务平台的海量数据中挖掘潜在的、有价值的信息，将数据挖掘的技术方法应用到电子商务平台中就成为必然趋势。同时，以分析客户的个人偏好和消费习惯为途径向客户推荐商品信息的电子商务推荐系统也逐渐发展成为电子商务平台的一项重要功能。目前大多数推荐系统是以多数的相似的客户行为作为主要推荐依据，未对那些少数的却具有一定意义的偏离数据引起重视，因而不足以反映客户行为中潜在的有用信息，同时忽略了商家在经营或销售过程中的关键细节，导致客户所获得的推荐信息不够准确，最终影响客户的购买意愿和商家的销售业绩。针对这一管理问题，本文在以下几个方面做了研究和设计工作：对电子商务推荐系统的发展现状、主要理论与技术进行深入细致的研究，详细阐述了电子商务推荐系统未来的发展方向;在离群数据挖掘现有理论与技术的基础上，提出了面向Web环境的离群数据挖掘的主要内容，特别是面向电子商务的离群数据挖掘的现实意义和应用前景;设计了基于离群数据挖掘的电子商务推荐系统框架，同时建立了基于离群程度的电子商务推荐模型，并对模型进行了优化，最后通过Matlab编程对传统协同过滤方法和本文所设计的模型进行了实验分析与比较研究。实验发现，在基于传统协同过滤方法的三种相似度计算方法中，采用修正的余弦相似度的方法是最优的，对本文所设计的基于离群程度模型和基于优化的离群程度模型的实验结果及其比较分析表明，基于优化的离群程度模型具有较传统方法更优的推荐效果。从理论上来说，本次研究为电子商务推荐系统研发开拓了新思路，为离群数据挖掘及其技术提供了新导向;从管理实践的角度，基于优化离群程度模型的电子商务推荐系统能够为客户提供更准确的人性化信息，有效提高推荐质量，优化用户体验，从而促进消费行为，建立客户和商家之间的长期稳定关系，提高客户的满意度和忠诚度，为商家创造潜在效益。

关键词：电子商务推荐系统离群数据挖掘 Web挖掘离群程度模型协同过滤方法

来源：评论

学校读者我要写书评

暂无评论

基于专家决策算法的电子商务推荐系统研究

基于专家决策算法的电子商务推荐系统研究

引用

作者：徐文成都理工大学

学位级别：硕士

近年来，由于计算机网络技术的迅速发展，借助电子商务平台的交易方式已逐步融入到人们的生活当中，电子商务的兴起在很大程度上改变了人们对于传统商务行为的认识。由于信息处理技术的发展以及客户对于商品需求的不断变更，电子商务推... 详细信息

近年来，由于计算机网络技术的迅速发展，借助电子商务平台的交易方式已逐步融入到人们的生活当中，电子商务的兴起在很大程度上改变了人们对于传统商务行为的认识。由于信息处理技术的发展以及客户对于商品需求的不断变更，电子商务推荐系统在最初的单一手工推荐方式的基础上逐步融入了信息检索、数据挖掘、人工智能等多种现代化技术手段，于是本文所研究的现代电子商务推荐应运而生。在目前广泛应用的电子商务推荐系统中，系统通过分析顾客在本平台以往的浏览及购物历史，并结合顾客的实时需求来为其做出推荐选择。电子商务推荐系统根据其各自的应用领域来选用相应的推荐算法，然而，在目前主流的推荐算法当中都普遍存在着两点不足。第一，对于用户不经常购买的商品，推荐系统无法获得足够的客户信息，包括客户购买记录、客户评价、客户兴趣偏好等，这样，就不足以支持传统推荐算法的实现；第二，对于定期推出更新的高科技产品，网络上的资料非常有限，缺乏足够专业知识的顾客在面对大量的科技含量较高的商品时，会显得无所适从，难以给出准确的需求描述，这也就给其选择商品带来了一定的难度。针对上文提出的现代电子商务推荐系统中存在的两个不足之处，本文提出了基于专家决策算法的电子商务推荐系统模型，该模型基于多Agent系统来建立。运用该模型，可以有效的解决上述问题。本文深入研究了Agent系统的理论知识，包括FIPA规范标准、Agent间的通信机制和多Agent系统模式设计等。随后本文对当前广泛应用于电子商务推荐系统中的三种主流推荐策略进行了较为详细的分析，包括分析其各自的基本概念、算法流程以及各自的优缺点和适用领域等。接下来文章提出了专家决策算法，并对其基本原理和算法流程做了比较详细的分析。最后，本文给出了系统的设计架构和部分结果展示。总的来说，本文通过对现代电子商务推荐系统的深入研究，针对其实际应用的空缺之处，提出了应用于特定领域的专家决策算法推荐模型，研究成果主要有以下几点： 1.完成了对当前主流推荐算法的深入研究工作。分析了当前应用广泛的三大主流推荐策略：基于关联规则的推荐、基于内容的推荐和基于协同过滤的推荐。深入研究了它们的理论基础、算法流程以及各自的优缺点，为下一步提出专家决策算法推荐模型做了铺垫。 2.完成了专家决策算法推荐模型的设计与实现工作。本文详细分析了专家决策推荐算法模型的设计流程，完成了该模型的专家知识分析模块和专家推荐决策模块的设计，并初步实现了该算法。 3.完成了一套基于JADE平台的多Agent系统设计工作。将专家决策算法与多Agent系统相结合，从而在JADE平台上完成了基于专家决策算法的多Agent推荐系统的初步实现。本文在研究中提出的创新点是：提出了一种应用于电子商务推荐领域的基于多Agent系统的专家决策推荐算法模型。本文通过对电子商务推荐系统实际应用的研究，针对该领域应用的空白之处，专门提出并设计了一种特定应用的推荐算法——专家决策推荐算法。该算法比较适用于对科技含量较高且用户不经常购买的商品进行推荐。

关键词：电子商务推荐系统专家决策算法主流推荐策略多Agent系统

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘的电子商务推荐系统应用研究

基于数据挖掘的电子商务推荐系统应用研究

引用

作者：游文南昌航空工业学院

学位级别：硕士

随着电子商务的快速发展，许多电子商务网站上的商品数量和品种大量增加，用户的数据访问量急剧增长，这样也给电子商务推荐带来了很多挑战。面对这些挑战，许多学者在现有推荐方法的基础上设计并提出了各种新的推荐思想和推荐方法。\n ... 详细信息

随着电子商务的快速发展，许多电子商务网站上的商品数量和品种大量增加，用户的数据访问量急剧增长，这样也给电子商务推荐带来了很多挑战。面对这些挑战，许多学者在现有推荐方法的基础上设计并提出了各种新的推荐思想和推荐方法。\n 本文采用先进的WEB数据挖掘技术为电子商务系统提供推荐服务，我们设计了一个电子商务推荐系统AutoRec。它支持多种类型的推荐(包括关联规则算法、简单近邻算法等)，具有独立于电子商务系统的推荐引擎。我们在分析比较了各种算法的优劣的基础之上，设计了一个基于关联规则项目预测的协作过滤算法，该算法综合了关联规则算法和近邻算法（协作过滤算法中的一种）的优点，为解决推荐系统中数据集稀疏的问题提出了新的思路，通过测试在推荐效果和推荐效率上有一定改进。

关键词：电子商务网站电子商务推荐系统数据挖掘简单近邻协作过滤

来源：评论

学校读者我要写书评

暂无评论

协同过滤在电子商务推荐系统中的应用研究

协同过滤在电子商务推荐系统中的应用研究

引用

作者：王霞河海大学

学位级别：硕士

随着网络技术的不断发展，电子商务网站越来越受到重视。它作为企业对外的一个门户或经营场所，如何有效地提高其产品的吸引力、获得尽可能多的效益，成为关键问题。向用户进行个性化的产品推荐是一个非常有效的方法。协同过滤是目前在... 详细信息

随着网络技术的不断发展，电子商务网站越来越受到重视。它作为企业对外的一个门户或经营场所，如何有效地提高其产品的吸引力、获得尽可能多的效益，成为关键问题。向用户进行个性化的产品推荐是一个非常有效的方法。协同过滤是目前在电子商务推荐系统中应用较为成功的个性化推荐技术。但是，当系统规模(用户数量、产品种类)很大时，推荐系统中的协同过滤技术面临着严峻的挑战。为了迎接这种挑战，提高推荐系统的推荐质量和实时性，目前国内外进行了较多的研究，其成果也在实际中得到了一定的应用。论文全面介绍了电子商务推荐系统及其典型的实现技术、协同过滤及已有协同过滤算法的两个方向。着重分析了协同过滤在推荐系统中应用时所面临的问题，以及现有的解决方法。通过对基于项和基于用户的协同过滤算法的比较与分析，提出了一个基于项的协同过滤改进算法。对改进算法进行了详细的理论分析，阐述其可行性；给出了改进算法在标准数据集上的实验结果，并对改进算法与原算法进行了相关性能的比较分析。最后，对本文研究进行了全面总结，指出存在的不足，展望了未来进一步研究的方向。

关键词：电子商务协同过滤电子商务推荐系统算法

来源：评论

学校读者我要写书评

暂无评论

数据挖掘在电子商务推荐系统中的应用

数据挖掘在电子商务推荐系统中的应用

引用

作者：王江伟北京工业大学

学位级别：硕士

近年来,信息技术和互联网技术的广泛应用大大推动了社会经济各行各业的发展。电子商务作为一种新型、高效的商务模式开始普及并逐渐成熟。电子商务在给人们带来方便、快捷的同时也带来了信息过载的问题,尤其是对B2C电子商务而言,用户在... 详细信息

近年来,信息技术和互联网技术的广泛应用大大推动了社会经济各行各业的发展。电子商务作为一种新型、高效的商务模式开始普及并逐渐成熟。电子商务在给人们带来方便、快捷的同时也带来了信息过载的问题,尤其是对B2C电子商务而言,用户在大量产品信息中很难找到需要的商品或服务。对于企业来说,如何有效地提高其网站的吸引力,提升客户服务水平,获取更多的商业效益,都是亟待解决的问题。电子商务推荐系统是解决这一问题的有效手段。数据挖掘技术可以在海量数据中获取有用知识,找出销售的商品之间,商品与客户之间存在的内在联系,在电子商务推荐中有非常重要的应用价值。\n 本文研究了数据挖掘在电子商务推荐系统中的应用,主要有以下几个方面的内容:\n (1)在现有电子商务系统中,积累了大量有价值的历史数据,通过建立数据仓库完成了对原有系统的数据集成。\n (2)综合考虑电子商务领域的特点和各种电子商务推荐技术,选择关联规则算法进行数据挖掘,提出了基于关联规则的在线推荐方法。\n (3)通过对主要关联规则算法进行分析,选择FP-Growth算法进行关联规则的挖掘,并通过实验探索了该算法在电子商务系统中的应用,证明该算法在电子商务推荐中具有一定的实际价值。\n (4)在现有电子商务系统基础上,通过数据仓库和数据挖掘技术将电子商务推荐集成到现有系统上,形成了基于数据挖掘的电子商务推荐系统。最后,通过实验分析了系统在吸引客户,提高客户服务水平和商业效益方面的价值。\n 本课题对数据挖掘在电子商务推荐系统中的应用进行了一些探索,为电子商务推荐提供了一些新的角度和解决思路。

关键词：数据挖掘数据仓库电子商务推荐系统关联规则

来源：评论

学校读者我要写书评

暂无评论

E-Learning个性化系统的推荐策略研究——来自电子商务推荐系统的...

引用

作者：任宇东北师范大学

学位级别：硕士

在建设数字化终身学习体系的大背景下,E-Learning个性化推荐系统作为终身学习体系中最重要的学习方式,受到广泛的关注。个性化推荐系统(简称PRS)最早应用于电子商务和信息服务领域,现已相对成熟。而PRS在E-Learning中的应用尚处于摸索... 详细信息

在建设数字化终身学习体系的大背景下,E-Learning个性化推荐系统作为终身学习体系中最重要的学习方式,受到广泛的关注。个性化推荐系统(简称PRS)最早应用于电子商务和信息服务领域,现已相对成熟。而PRS在E-Learning中的应用尚处于摸索阶段。鉴于此,笔者以电子商务领域的个性化推荐系统为切入点,选取其中成功的推荐系统案例做研究,获取个性化推荐系统应用的成功经验,并从中提取出对E-Learning系统个性化建设的启示,最终探讨出E-Learning个性化系统的推荐策略。本研究以个性化推荐理论作为基本的理论基础。首先采用文献研究法,探讨出个性化推荐理论的内涵,并对当前个性化推荐的关键技术进行简单的介绍,针对这些关键技术的优缺点和适用场合比较分析,提出常用的个性化推荐策略。然后采用个案调查法,以***、豆瓣网、***三个成功的电子商务个性化推荐系统为研究案例,分析他们典型的推荐功能和采用的推荐策略以及优势特点,从中获取个性化推荐理论应用的成功经验。最后分析E-Learning个性化系统中的推荐服务形式,通过比较与电子商务推荐系统的相似之处找到可借鉴到E-Learning中的几个方面:1.建立虚拟学习社区;2.引入社会化标签,并做标签修正;3.充分发掘用户之间的推荐;4.优化推荐;5.创建个性化的学习环境。最终提出E-Learning个性化系统的推荐策略:采用协同过滤技术与基于关联规则的推荐相组合的推荐策略,建立一个虚拟学习社区。利用系统算法推荐与用户之间推荐相结合的方式,将学习资源、学习活动、学习策略三者整合起来,向学习者推荐完整的E-Learning学习方案。

关键词：数字化学习个性化学习系统电子商务推荐系统个性化推荐推荐策略协同过滤

来源：评论

学校读者我要写书评

暂无评论

基于CF的个性化电子商务推荐系统研究

基于CF的个性化电子商务推荐系统研究

引用

作者：宋伟国兰州大学

学位级别：硕士

随着互联网技术的发展,网络用户剧增。电子商务也越来越受到企业和消费者的青睐。电子商务推荐技术作为电子商务中的重要技术,模仿销售员向客户推荐客户偏好度较高的产品。如何提高电子商务推荐系统的推荐质量,目前已成为专家学者们研... 详细信息

随着互联网技术的发展,网络用户剧增。电子商务也越来越受到企业和消费者的青睐。电子商务推荐技术作为电子商务中的重要技术,模仿销售员向客户推荐客户偏好度较高的产品。如何提高电子商务推荐系统的推荐质量,目前已成为专家学者们研究的热点。本文将数据仓库技术应用到电子商务体系构建中,介绍了web环境下进行会话识别、客户识别、路径辨别、数据清理、数据集成、数据装载等技术,为电子商务数据挖掘提供规范的数据。同时本文在关联规则、协同过滤等技术的基础上设计了个性化的推荐系统。根据客户特点,将客户进行分类,并根据客户不同的分类,采取不同的模式挖掘算法。提出基于内容的跟踪树算法、基于关联规则的协同过滤,并引入分区的理念,为客户提供个性化的服务,从而提高电子商务推荐系统的推荐质量。最后,对算法进行了分析。

关键词：数据仓库数据挖掘电子商务推荐系统协同过滤面向客户

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：