学位论文 > 优秀研究生学位论文题录展示

面向网购平台的个性化推荐系统设计与实现

作　者: 张凤婷
导　师: 王宇颖; 杨志雄
学　校: 哈尔滨工业大学
专　业: 软件工程
关键词: 网购 海量数据处理 数据挖掘 个性化推荐
分类号: TP311.52
类　型: 硕士论文
年　份: 2012年
下　载: 69次
引　用: 0次
阅　读: 论文下载
 

内容摘要


目前ˋ电子商务竞争日益激烈ˋ作为电子商务主要支撑服务之一的网购平台ˋ面临着越来越大的挑战在信息爆炸的时代ˋ为了提高用户服务满意度ˋ实现较强的用户粘性ˋ各电子商务公司均在探讨网购平台如何对用户进行有效地推荐ˋ了解用户的兴趣趋势ˋ帮助用户缩短商品寻找时间ˋ从而提高用户购物体验基于上述问题本文针对网购平台的用户体验问题ˋ提出了面向网购平台的个性化推荐系统本文分析了面向网购平台的个性化推荐系统的业务需求和功能需求ˋ并对该系统进行了全面的剖析和实现具体体现为ˋ详细的介绍了输入准备功能模块的设计与实现个性化推荐算法模块功能模块的设计与实现算法结果保存功能模块的设计与实现场景配置任务功能模块的设计与实现以及推荐请求任务功能模块的设计与实现其中还应用Map-Reduce编程模型详细阐述了概率传导算法自投影时序算法k-means聚类这几种算法的设计和实现本文所实现的面向网购平台的个性化推荐系统ˋ通过对海量的用户行为以及商品信息进行数据挖掘ˋ支持对客户兴趣的计算和用户潜在偏好的的预测ˋ能够确保用户偏好信息的响应速度和有效性ˋ同时加强了数据的有效管理ˋ为其他相关业务提供了基础数据分析的支持此系统已在阿里巴巴中国网络技术公司推广使用该系统不仅有效的提高了商品的点击率ˋ同时增加商品的购买率ˋ提高了用户的满意度

全文目录


摘要  4-5
Abstract  5-8
第1章 绪论  8-13
  1.1 课题的背景及研究目的  8
  1.2 与课题相关的国内外研究综述  8-13
    1.2.1 个性化推荐系统国外的研究现状  9-10
    1.2.2 个性化推荐系统在国内的研究现状  10-11
    1.2.3 本论文的主要工作内容和结构  11
    1.2.4 本文研究的内容以及论文结构  11-13
第2章 面向网购平台的个性化推荐系统需求分析  13-27
  2.1 个性化推荐系统的业务分析  13-16
  2.2 个性化推荐系统的功能需求  16-21
    2.2.1 算法输入准备功能需求  16-18
    2.2.2 个性化推荐算法功能需求  18
    2.2.3 算法结果保存功能需求  18-20
    2.2.4 场景配置任务功能需求  20-21
    2.2.5 推荐请求任务功能需求  21
  2.3 个性化推荐系统核心算法介绍  21-26
    2.3.1 聚类分析挖掘算法  22-23
    2.3.2 关联规则挖掘算法  23-26
  2.4 本章小结  26-27
第3章 面向网购平台的个性化推荐系统的设计  27-43
  3.1 系统功能模块划分  27-28
  3.2 系统的体系结构设计  28-29
  3.3 功能模块类图设计  29-37
    3.3.1 数据输入准备模块的设计  29-32
    3.3.2 个性化推荐算法模块的设计  32-33
    3.3.3 算法结果保存模块的设计  33-34
    3.3.4 场景配置任务模块的设计  34-36
    3.3.5 推荐请求任务模块的设计  36-37
  3.4 核心算法实现用到的关键技术介绍  37-42
    3.4.1 HDFS 分布式文件系统  37-39
    3.4.2 MapReduce 编程框架  39-42
  3.5 本章小结  42-43
第4章 面向网购平台的个性化推荐系统的实现  43-56
  4.1 数据输入准备处理模块实现  43-46
  4.2 概率传导算法的实现  46-50
  4.3 基于自投影的序列规则算法实现  50-52
  4.4 K-mean 聚类挖掘算法实现  52-53
  4.5 算法结果保存模块的实现  53
  4.6 场景配置任务模块的实现  53-54
  4.7 推荐请求任务模块的实现  54-55
  4.8 本章小结  55-56
第5章 系统的测试与算法结果分析  56-76
  5.1 各模块的功能测试  56-64
    5.1.1 数据输入准备模块功能测试  56-58
    5.1.2 算法结果保存模块功能测试  58-60
    5.1.3 场景配置任务模块功能测试  60-62
    5.1.4 推荐请求任务模块功能测试  62-64
  5.2 算法结果对比分析  64-75
    5.2.1 概率传导算法分析  65-69
    5.2.2 时序挖掘算法分析  69-74
    5.2.3 聚类分析算法的分析  74-75
  5.3 本章小结  75-76
结论  76-78
参考文献  78-82
致谢  82-83
个人简历  83

相似论文

  1. 基于数据挖掘技术的保健品营销研究,F426.72
  2. 高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
  3. 基于变异粒子群的聚类算法研究,TP18
  4. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  5. 数据仓库技术在银行客户管理系统中的研究和实现,TP315
  6. 基于论文关键词聚类的用户兴趣模型细化方法研究,TP391.3
  7. 基于行业参数优化模型的投资项目决策支持系统,F283
  8. 关联规则挖掘在交通事故成因分析中的应用,U491.31
  9. Web使用挖掘与网页个性化服务推荐研究,TP311.13
  10. 高校毕业生就业状况监测系统研究,G647.38
  11. 隐私保护线性规划和支持向量机新算法,O221.1
  12. 基于智能计算的网络学习评价模型研究与系统设计,TP18
  13. 社会保障体系中医疗保险的数据挖掘与联机分析研究,TP311.13
  14. 糖尿病营养膳食系统中的指标评价与研究,R587.2
  15. 基于云计算的Web教育爬虫,TP391.3
  16. 数据挖掘技术在高职教师绩效考核中的应用研究,TP311.13
  17. 面向用户偏好的MADM方法在个性化推荐中的应用,G353.1
  18. 数据挖掘在高职教学管理中的应用,TP311.13
  19. 网购商品包装的设计研究,J524.2
  20. 基于关联规则算法的高职院校教学评价系统的设计与实现,TP311.52
  21. 终身学习个性化推荐系统中学习者个人能力发展研究,G77

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 程序设计、软件工程 > 软件工程 > 软件开发
© 2012 www.xueweilunwen.com