学位论文 > 优秀研究生学位论文题录展示

基于点击流分析的电子商务个性化服务研究

作　者: 孙倩
导　师: 李杰
学　校: 河北工业大学
专　业: 企业管理
关键词: 电子商务个性化服务点击流模糊C均值 web日志挖掘
分类号: TP311.13
类　型: 硕士论文
年　份: 2011年
下　载: 61次
引　用: 0次
阅　读: 论文下载

内容摘要

随着Internet的迅速发展和普及,电子商务正在以难以置信的速度蓬勃发展,电子商务的发展无论是对企业还是对用户都带来了巨大的影响。企业可以通过电子商务平台拓展自己的业务,宣传自己的商品,增加盈利水平;用户可以在足不出户的情况下,只要点击鼠标,就能购买到自己所需的产品和服务。随着企业竞争日益激烈,人们普遍地追求差异化,电子商务开始向个性化服务方向发展。但是,当前的个性化服务工具存在不能向用户提供及时、准确的信息,不能根据用户兴趣的变化做出推荐信息的及时调整,需要用户过多的参与等缺陷。针对这些问题,本文引入了点击流技术,用以改变目前个性化服务中存在的缺陷。本文首先介绍国内外电子商务个性化服务的现状,发现目前个性化服务中存在的不足,然后描述点击流的相关理论及其在个性化服务中的优势。点击流数据中主要是web日志文件,因此本文主要对用户的web日志进行数据挖掘,发现用户的兴趣偏好和浏览习惯。其次本文在综述了模糊聚类的研究情况后,针对FCM算法的不足,提出SDWFCM算法,包括对模糊C均值聚类算法的初始化、距离函数进行改进。针对模糊C均值聚类算法对数据集进行等划分及容易受到噪声点影响的问题,利用样本点密度作为权值,根据web数据本身的分布特性,避免FCM算法对数据进行等划分的趋势,提高了算法的抗噪性能。最后通过对各个参数进行改进,并通过数据进行仿真,验证改进算法的可行性和有效性。用该改进算法对用户访问行为进行聚类分析,挖掘用户的兴趣模型,分析用户的个性化需求。本文使用matlab编程实现改进的算法,通过多次仿真分析出改进后算法性能稳定,在噪声环境下抗干扰能力较好,更加适合web数据特征。

全文目录

摘要  4-5
ABSTRACT  5-9
第一章绪论  9-12
  §1-1 选题背景及意义  9-10
  §1-2 本文的研究内容及创新点  10-11
  §1-3 论文结构  11-12
第二章相关领域研究综述  12-18
  §2-1 电子商务个性化服务研究  12-14
  §2-2 点击流技术在个性化服务中的应用  14-16
  §2-3 模糊聚类算法在web 日志挖掘中的应用  16-18
第三章理论基础  18-30
  §3-1 web 日志挖掘  18-25
    3-1-1 web 数据预处理  21-24
    3-1-2 web 站点用户访问矩阵表示  24-25
  §3-2 模糊聚类理论  25-30
    3-2-1 硬C-均值聚类算法  26-27
    3-2-2 模糊C-均值聚类算法  27-30
第四章 FCM 算法应用问题分析  30-36
  §4-1 web 数据特点  30
  §4-2 FCM 算法的主要问题  30-36
    4-2-1 初始方案随机产生使算法不稳定  31-32
    4-2-2 聚类数目预先确定  32
    4-2-3 赋予样本点同样的权重  32-33
    4-2-4 距离函数的讨论  33-36
第五章模糊 C-均值聚类算法要素改进  36-48
  §5-1 初始聚类中心的产生  36-37
  §5-2 点密度函数加权矩阵  37-41
  §5-3 距离函数的计算  41-43
  §5-4 SDWFCM 聚类算法的描述  43-44
  §5-5 仿真及聚类效果分析  44-48
第六章基于模糊聚类的个性化服务应用  48-53
  §6-1 用户聚类和页面聚类  48-51
  §6-2 个性化需求特征分析  51-53
第七章总结和展望  53-54
  §7-1 总结  53
  §7-2 展望  53-54
参考文献  54-58
致谢  58

基于点击流分析的电子商务个性化服务研究

内容摘要

全文目录

相似论文