文档介绍：本文由pan276370773贡献
pdf文档可能在WAP端浏览体验不佳。建议您优先选择TXT,或下载源文件到本机查看。
兰州大学硕士学位论文基于CF的个性化电子商务推荐系统研究姓名:宋伟国申请学位级别:硕士专业:计算机软件与理论指导教师:陈晓云 20100501
兰州大学硕士学位论文
基于CF的个性化电子商务推荐系统研究
摘要
随着互联网技术的发展,网络用户剧增。电子商务也越来越受到企业和消费者的青睐。电子商务推荐技术作为电子商务中的重要技术,模仿销售员向客户推荐客户偏好度较高的产品。如何提高电子商务推荐系统的推荐质量,目前已成为
专家学者们研究的热点。
本文将数据仓库技术应用到电子商务体系构建中,介绍了web环境下进行
会话识别、客户识别、路径辨别、数据清理、数据集成、数据装载等技术,为电
子商务数据挖掘提供规范的数据。同时本文在关联规则、协同过滤等技术的基础上设计了个性化的推荐系统。根据客户特点,将客户进行分类,并根据客户不同的分类,采取不同的模式挖掘算法。提出基于内容的跟踪树算法、基于关联规则
的协同过滤,并引入分区的理念,为客户提供个性化的服务,从而提高电子商务
推荐系统的推荐质量。最后,对算法进行了分析。
关键字:数据仓库、数据挖掘、电子商务推荐系统、协同过滤、面向客户
兰州大学硕士学位论文
基于CF的个性化电子商务推荐系统研究
Abstract
Intemet
users
increasing rapidly by the development of -
commerce has been growing concern by businesses and -conllnerce
mender
sellers
System is
a
very
important
technology of
E-colIlnlerce
to
that imitate
mend products that customer
a
improve the quality of
merce mendation System,has e
scholars. In this article,data
hot research by experts and
warehouse
technology
is
used in

get
normative data for merce identification,path
data mining by cleaning,data
session identification,customer integration,data
on
identification,data
loading etc. collaborative
a
Personalized merce
mender
System
is
to
proposed based
filtering,which classify customers,and different pattern mining algorithms
according
on
customer classification,adopt
based
customer article
proposed Content-based Tracking Tree,AR-baesd Collaborative Filtering,and pull in Zoning concept to provide customers with personalized service to
enhance the analysis
mendation quality of merce mendation ,we of the aigorithm. Keywords:Data
Warehouse,Data Mining,merce
mender
System,
Collaborative Filtering,Customer—oriented
II
原创性声明
本人郑重声明:本人所呈交的学位论文,是在导师的指导下独立进行研究所取得的成果。学位论文中凡引用他人已经发表或未发表的成果、数据、观点等,均已明确注明出处。除文中已经注明引用的内容外,不包含任何