基于web数据挖掘协同过滤推荐算法.pdfVIP

( ) 第 26卷 第 1期 贵州大学学报 自然科学版 Vol. 26 No. 1 2009年 　2 月 Jou rnal of Gu izhou Un iversity (N atu ral Science s) Feb. 2009 文章编号 　1000 - 5269 (2009) 01 - 0040 - 04 基于 web数据挖掘的协同过滤推荐算法 罗泽碧 ,谢庆生 (贵州大学教育部现代制造技术重点实验室 ,贵州 贵阳 550003) 摘 　要 :随着电子商务的发展状大 ,缺乏个性化服务成为制约电子商务发展的关键问题 。基于 web数据挖掘的电子商务推荐系统可以满足电子商务未来发展趋势的需要 。本文以一组数据为 实例阐述了基于 web 数据挖掘的协同过滤推荐算法是如何进行数据表示 、近邻查询以及推荐产 生这三个阶段的有效实施的。 关键词 :W eb 数据挖掘 ; 电子商务 ;推荐系统 ;协同过滤 中图分类号 : TP302　　文献标识码 : A 　　过去数年中 ,在信息和流通领域出现了巨大的 和隐藏信息[ 5 ] [ 6 ] 。W eb 上有海量的数据信息 , 怎 发展高潮 ,在信息通讯及网络技术的巨大推动下 , 样对这些数据进行复杂的应用成了现今数据库技 电子商务迅猛发展的时代已经到来 ,网上购物交易 术的研究热点数据挖掘就是从大量的数据中发现 的形式正在改变着传统的商业模式 。电子商务 [ 1 ] 隐含的规律性的内容 ,解决数据的应用质量问题 。 ( E lectron ic Comm erce) 是指两个或多个交易方之 相对 W eb 的数据而言 ,传统数据库中的数据结构 间应用电子工具和电子技术处理商品和服务的交 性很强 ,即其中的数据为完全结构化的数据 ,但是 易事务 ,即通过电子手段来完成商业贸易活动的过 web上数据基本上都是来源于异构数据库环境 ,而 程 ,包括通过网络来实现从原材料的查询 、采购 、产 且大多是半结构化的数据结构 ,这就给数据处理带 品的展示 、订购 ,到出品、储运以及电子支付等一系 来了许多的挑战 。它面对的信息常常为文本 、图 列贸易活动 。电子商务的含义图示如图 1所示 。 形 、图像数据等半结构化的数据 ,甚到是异构型数 据 。发现知识的方法可以是数学的 ,也可以是非数 学的;可以是演绎的 ,也可以是归纳的。网络信息 挖掘大致分为四个步骤 : ①资源发现 , 即检索所需 的网络文挡 ; ②信息选择和预处理 , 即从检索到的 网络资源中自动挑选和预先处理得到专门的信息 ; 图 1　电子商务含义如图 ③概括化 ,即从单个的 web站点以及多个站占之间 电子商务打破了传统商务的时空界线 , 突出 发现普遍的模式 ; ④分析 ,对挖掘