文档介绍：中南大学
本科生毕业论文(设计)
题目基于客户资料挖掘的电子商务网站的设计与实现
学生姓名
指导教师
学院软件学院
专业班级软件工程0401班
完成时间 2008年5月
目录
摘要 I
ABSTRACT II
第一章绪论 1
1
2
4
5
5
5
5
6
第二章协同过滤推荐系统 7
7
7
7
Slope One算法 8
8
8
10
11
12
12
13
本章小结 13
第三章协同过滤推荐系统设计 14
协同过滤推荐系统的总体设计 14
协同过滤推荐系统的设计目标 14
14
15
15
16
16
16
17
17
18
19
20
21
21
SlopeOne算法推荐 22
23
25
第四章实验结果及其分析 26
26
27
测试准备 27
测试对象 27
28
28
28
29
30
30
第五章总结与展望 31
31
31
致谢 33
参考文献 35
摘要
随着因特网在全球的普及和人们生活水平的提高,商品和服务信息指数级的增长造成的信息过载已经成为制约电子商务发展的瓶颈。伴随着电子商务平台的日益成熟,个性化的商品推荐已经成为满足个体对个性化商品信息需求的重要手段。
本课题针对目前在电子商务领域应用最成功也是最广泛的协同过滤推荐系统技术进行了学****研究,并具体实现了其中的典型算法――基于项目的和基于用户的协同过滤算法,Slope One算法等。在此基础上,针对随着电子商务系统用户数目和商品数目日益增加,在整个用户空间上寻找目标用户的最近邻居非常耗时,导致推荐系统的实时性要求难以保证的问题,提出并实现了一种基于用户聚类的协同过滤推荐算法,根据用户对项目评分的相似性对用户进行聚类,生成相应的聚类中心,在此基础上计算目标用户与聚类中心的相似性,从而只需要在与目标用户最相似的若干个聚类中就能寻找到目标用户的大部分最近邻居并产生推荐列表。
最后利用美国明尼苏达大学的世界上最大的开放数据集MovieLens进行了协同过滤算法不同衍化版本的实验分析,试验结果表明用户聚类的算法要比基于用户的算法在性能上要好得多,同时在质量上也比基于用户的算法要好。
关键词:电子商务,个性化推荐,协同过滤,聚类
ABSTRACT
With the high-speed development of and improvement of people’s living, because of the exponential increment of products and services information, information overload and information disorientation are obstructions which restrain people from using information efficiently. Personalized mendation system can mend information automatically according to users' interest . It has e an im