agent电子商务推荐系统下协同过滤技术研究-管理科学与工程.pdfVIP

致 谢 临近毕业，回首两年多的研究生生涯，我首先要深深感谢导师王志宏教授。从 导师身上我学到的不仅仅是知识，更多的是他严谨治学的态度，精益求精的精神， 诲人不倦的品格。在导师的言传身教中，我不仅掌握了学术知识，更懂得了很多做 人的道理。正是导师不断的鼓励、永远的信任和耐心的指导才使本论文得以顺利的 完成。在此，我向多年来悉心培育、指导我的恩师表达我最崇高的敬意和诚挚的谢 意！ 此外，我还要感谢陈应显和马江平两位老师。在整个论文的写作过程中，两位 老师真诚的待人态度、渊博的知识储备、悉心的建议指导、以及无私的帮助和关怀， 让我获益匪浅。 同时，还要感谢我身边的同窗好友，每当论文遇到阻力的时候，是她们的鼓励 与支持让我获得了无穷的动力。 两年多的学习生活，我得到太多人的关心和帮助。在此，向所有关心和帮助过 我的领导、老师、同学和朋友表示衷心的谢意！ 最后，衷心地感谢在百忙之中评阅论文和参加答辩的各位专家、教授！ 摘 要 随着电子商务的发展，信息量的急剧增加，推荐系统已经从研究领域慢慢向应 用领域过渡，以此为代表的电子商务推荐系统的商业价值日渐显现。与此同时，推 荐技术的研究也逐渐被重视。 本文通过对电子商务推荐系统及其相关理论和技术的介绍，分析了现阶段电子 商务推荐系统存在的问题，由此提出了 Agent 电子商务推荐系统(ARS)模型，同时 对该模型从应用背景、领域以及柔性等多方面进行了分析，证明了该系统的可行性， 并详细介绍了该模型的构架、功能、运行流程等。 本文在分析传统协同过滤推荐不足的基础上，结合 ARS 模型的特点，对传统协 同过滤推荐进行了改进研究，提出了能够满足 ARS 功能特点的基于显性评分的协同 过滤推荐和基于隐性访问的协调过滤推荐，对算法流程和实现进行了说明，并证明 了其有效性。 最后，本文对所做工作进行了总结，并提出了下一步研究方向。 关键词：Agent 电子商务推荐系统；协同过滤推荐；相似性 Abstract Whit the development of e-commerce and the sharp increase in the amount of information, recommender system has moved from research to applications and the commercial value of Recommender System in E-Commerce has become obvious gradually. At the same time, the research of recommendation technology has been paid gradually. In this thesis, through the introduction of Recommender System in E-Commerce and the relevant theory and technology of it, it analyzes the present problems in Recommender System in E-Com