Web挖掘技术在电子商务推荐系统中的的分析研究及应用.pdfVIP

Web挖掘技术在电子商务推荐系统中的研究与应用 摘要 二十世纪以来，网络逐步深入至千家万户，同时也带动了新的商务技 术一一电子商务的发展，该系统为用户能够引导用户进行选择，便利的购 买所需要的商品。但由于商品种类的增多，用户经常会难于从巨量的商品 目录中准确找出自身所需要的商品。推荐系统就是为解决此类问题而产生 的，它能够直接跟踪用户行为，探寻用户的需要，像商场的销售人员那样 主动为顾客介绍商品，并根据探知到的其兴趣爱好进行推荐，从而促使顾 客购买。在商品竞争曰趋激烈的环境下，商品的推荐系统能帮助销售商成 功的吸引客户、减少客户流失，促进企业的销售力及竞争力的提升。 推荐系统的这一特点，受到了诸多研究者的关注，这一系统的开发和利 用，将推动电子商务领域大规模向前发展。 电子商务系统针对不同的用户利用推荐系统的知识发现技术，依据产品 和服务作出个性化推荐。极大地满足了用户对于产品信息强化的需求，对 企业加强电子商务的竞争力是极为可行的。 目前，虽然电子商务中的商品推荐系统在诸多学者的研究下取得了丰 富的研究成果，但仍远远不能满足电子商务市场日益扩大的需要。针对商 品推荐系统所面临的主要挑战，本文集中对电子商务推荐系统进行了以下 三个方面的探索和研究。 1．阐述Web挖掘和推荐系统的一些基本概念和基础知识，对推荐系统 工作流程中的数据清洗进行了研究，并对数据清洗模块进行了设计与实现。 2．当前的聚类算法，大多数都不具备随着用户浏览行为的改变而动态 调整的能力。本文在aiNet聚类算法的基础上，针对当前增量聚类算法存 在的问题，将人工免疫系统的特点与蚁群增量聚类算法的思想相结合，提 出了基于人工免疫增量的聚类算法。 同时，本文对提出的算法进行了实验。经过实验验证，基于人工免疫增 量的聚类算法在平均类内误差和算法执行时间等方面均体现出良好的性 能。 3．在基于人工免疫增量的聚类算法基础上，设计了基于Web挖掘的电子 商务推荐系统模型。 关键词：推荐系统Web挖掘聚类 电子商务 Ⅱ THERESEARCHAND APPLICATIoNWITHWEB MININGINE—COMMERCE SYSTEM ABSTRACT SinCe也e20th networkhaS toour homesand the century，tlle deepens spurs newbusiness of e_commerce．Thefor technology一一thedeVelopment system userst0 usersto underrtake needed gUide choosmg，conVenient purchasegoods． Butbecauseof of oRendimcultto行oma commoditytypeshlcreasing，users 锄ountofaccurate‘finditself needed The huge catalogue goods． recommendation