学位论文 > 优秀研究生学位论文题录展示

关联规则挖掘在电子商务推荐系统中的应用研究

作　者: 林佳雄
导　师: 黄战
学　校: 暨南大学
专　业: 计算机应用技术
关键词: 个性化推荐关联规则概念层次演化规则
分类号: TP311.13
类　型: 硕士论文
年　份: 2011年
下　载: 216次
引　用: 1次
阅　读: 论文下载

内容摘要

互联网的普及和电子商务的迅速发展造成了信息的过载,用户在海量的产品信息中难以查找到所需要的产品。因此,如何在海量的产品信息中快速有效地查找到所需的商品成为当前电子商务发展的突出问题,电子商务推荐系统便应运而生。但是当前的电子商务推荐系统在实际运用中还相当不成熟,存在数据的稀疏性、系统扩展性差及精确性低等问题,使推荐效果不突出,并未能充分满足用户的需求。电子商务推荐系统在理论和实践中都得到了很大发展。关联规则推荐技术是当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。但在实际应用中,该技术存在发现关联规则难和所得的关联规则呈现静态的问题。本文针对这些问题,引入概念层次和建立演化规则集的新思路对其进行改进,并设计了一个基于演化规则集的推荐模型。为了更好地研究个性化推荐系统,本文将网上服装店这一领域作为基于演化规则集推荐模型的具体应用背景,利用Myeclipse7.0平台实现这个推荐模型。最后,使用命中率评价标准对该系统进行实验测试,实验结果表明该推荐模型在推荐结果的准确度方面有了明显的提高。

全文目录

摘要  4-5
Abstract  5-6
目录  6-7
1 绪论  7-11
  1.1 研究背景  7
  1.2 研究意义  7-8
  1.3 国内外研究现状  8-9
  1.4 论文研究内容  9-10
  1.5 论文组织结构  10
  1.6 本章小结  10-11
2 相关理论与技术介绍  11-22
  2.1 电子商务推荐系统的概述与结构  11-15
  2.2 电子商务推荐技术  15-18
  2.3 当前常用的推荐策略  18-19
  2.4 关联规则技术  19-20
  2.5 概念层次  20-21
  2.6 本章小结  21-22
3 基于演化规则集的推荐模型  22-29
  3.1 规则推荐技术存在的问题  22-23
  3.2 改进的思路  23-26
  3.3 Top-N推荐策略的产生  26-28
  3.4 本章小结  28-29
4 基于演化规则推荐系统的设计与实现  29-42
  4.1 系统开发工具和平台  29
  4.2 安都推荐系统体系结构设计  29-31
  4.3 安都数据预处理模块  31-37
  4.4 安都推荐模块设计  37-38
  4.5 系统实现与测试  38-41
  4.6 本章小结  41-42
5 系统推荐结果分析  42-46
  5.1 实验数据  42-43
  5.2 实验评价标准  43
  5.3 实验方案  43-44
  5.4 实验结果及分析  44-45
  5.5 本章小结  45-46
6 总结与展望  46-48
  6.1 本文总结  46-47
  6.2 进一步工作  47-48
参考文献  48-51
致谢  51-52
攻读硕士学位期间已发表的论文  52

关联规则挖掘在电子商务推荐系统中的应用研究

内容摘要

全文目录

相似论文