文档介绍：摘要多选择的同时,其结构也变得更加复杂,用户经常会迷失在大量的商品信息空间中,无法顺利找到自己需要的商品。电子商务推荐系统直接与用户交互,模拟商店销售人员向用户提供商品推荐,帮助用户找到所需商品,从而顺利完成购买过程。在日趋激烈的竞争环境下,电子商务推荐系统能有效保留用户、防止用户流推荐系统在电子商务系统中具有良好的发展和应用前景,逐渐成为电子商务’技术的一个重要研究内容,得到了越来越多研究者的关注。目前,虽然电子商务中的商品推荐系统在理论和实践中都得到了很大发展,但是随着电子商务系统规模的进一步扩大,商品推荐系统也面临一系列挑战。统进行了有益的探索和研究。第一,提出了用户兴趣迁移周期的概念,并在传统的协同过滤算法基础上商务推荐系统中,普遍使用协同过滤推荐算法,而在大型电子商务系统中,由于用户的喜好对于供其选择的商品来说可能是有矛盾的,协同过滤推荐算法并不能很好的解决这个问题;另外,优秀的推荐系统应该能根据用户的喜好程度第二,改进了传统的协同过滤算法在相似度计算过程中初始阈值不够合理的问题,通过这种改进一方面能够弱化在算法实现过程中人的主观性对阈值设第三,在应用上,以移动电子商务为背景,分析了移动电子商务推荐系统结构、功能,,并把用户兴趣迁移周期同时间函数相结合并把它引入到传统的协同过滤算法中,。随着互联网的普及和电子商务的发展,电子商务系统在为用户提供越来越失,提高电子商务系统的销售。针对商品推荐系统所面临的主要挑战,本文在以下三个方面对电子商务推荐系引入了时间函数并把它和用户兴趣迁移周期函数有机的加以结合。在过往电子对某类商品各种选择进行排序,然后按照这种排序把推荐结果提供给用户,基于用户兴趣迁移周期理论的算法可以满足这两种要求。置的影响,简化了纷繁复杂的判断过程,使推荐系统更具有人性化;另一方面极大地提高了系统的推荐精度和推荐质量。在系统上。本文的主要研究成果如下:弊端,提高系统的推荐质量。关键词:协同过滤;时间权重函数;用户兴趣迁移周期;相似度阈值优化设置
琣瓻·琫琣,,瑄瑄甀,琣琤..,.,琤
,緀..:籺,現琣,.’,琲,;
导师签名:’塑望签名:羔堑日期:出:』:笙独创性声明关于论文使用授权的说明本人声明,所呈交的论文是本人在导师指导下进行的研究工作及取得的研他人已经发表或撰写过的研究成果,也不包含为获得武汉理工大学或其它教育本人完全了解武汉理工大学有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅进行检索,可以采用影印、缩印或其他复制手段保存或汇编本学位论文。同时授权经武汉理工大学认可的国家有关机构或论文数据库使用或收录本学位论文,并向社会公众提供信息服务。究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所作的任何贡献均已在论文中作了明确的说明并表示了谢意。和借阅。本人授权武汉理工大学可以将本学位论文的全部内容编入有关数据库C艿穆畚脑诮饷芎笥ψ袷卮斯娑
第滦髀电子商务推荐系统的主要研究内容及研究现状电子商务推荐系统主要的研究内容电子商务推荐系统是指以商业服务为背景,以商务网站为媒介,通过对用户浏览行为、资源等进行分析,直观地把用户可能感兴趣的商品推荐给用户。换句话说,电子商务推荐系统实际上就是一种个性化的推荐系统,它“模拟了销售人员引导客户消费的过程緇颜庵窒压滔呱匣ü镜耐萍鱿统帮助用户决定应该购买什么产品。在传统的商业销售模式中,客户在商场购某类商品的货架前时,会有导购人员向客户推荐哪种商品更适合客户,这样客户的选择就会更有针对性;但是在电子商务环境下,关于商品和客户的信息都是海量的,它不受空间和时间的限制,而且相关信息的更新速度也是惊人的,以在互联网上海量的发布出来并定时更新,那么我们能不能把商场导购人员引一角色的扮演者,它通过对数据库数据查询、分析等一系列操作,把最适合客购人员是被动性的,他不可能把所有客户的消费录下来,然后主动的向客户推荐感兴趣的商品;电子商务推荐系统最大的不同就在于它能最大限度地出兴趣偏好相近的用户群,然后通过对这些用户群感兴趣的商品进行研究,从以看出,电子商务推荐系统和传统的商品销售模式一样也有急需要从本质上解决的三个问题:一是采用什么样的数据源即收集什么样的商品和用户信息:其次是建立什么样的数据模型即如何对海量的商品和用户信息进行分类,数据库结构通常来说是一个倒着的树状结构,每一个节点上应该放什么信息、怎样放买商品时,首先会选择自己浏览商品,当客户决定了要