一种基于Web数据挖掘电子商务系统.docVIP

一种基于Web数据挖掘的电子商务推荐系统 　　摘要：在对Web数据挖掘技术和电子商务推荐系统进行研究生的基础上，设计和提出了一种基于Web数据挖掘的电子商务推荐系统。该系统根据电子商务网站的基本特征，设计了用户当前兴趣表示方法和推荐算法，由于结合了Web使用挖掘和Web内容挖掘为顾客提供个性化推荐服务，从而较大提高了系统的推荐精确度，在实际应用中取得了较好的推荐效果。 　　关键词：电子商务；Web使用挖掘；Web内容挖掘；个性化推荐 　　中图分类号：TP311文献标识码：A文章编号：1009-3044(2007)16-31046-02 　　An E-commerce Recommendation System Based on Web Data Mining 　　XIAN Xue-feng,YANG Yuan-feng 　　(Department of Computer Enginner,Suzhou Vocational University,Suzhou 215104,China) 　　Abstract:After studying the Data Mining technique and the E-commerce Recommender System,this paper designs and present a E-commerce recommender system based on the Web data mining.This system designs the method of figure current client interests and recommendation algorithm based on character of E-commerce..it combines Web usage mining and Web content mining offer personal recommendation service for client,and therefore greatly promotes the precision of the system and achieves good recommending result in its application. 　　Key words:e-commerce;Web usage mining;Web content mining;personal recommendation 　　 　　1 引言 　　 　　电子商务推荐系统[1]，就是向客户推荐商品或者提供信息来引导客户购买商品。推荐系统可以是根据其他客户的信息或是此客户的信息(该顾客以往的购买行为)，来预测未来的购买行为，模拟销售人员帮助客户完成购买过程．为客户提供个性化服务。 　　数据挖掘可以为电子商务提供网上商品推荐、个性化网页、自适应网站等个性化服务。电子商务推荐系统就是将数据挖掘技术应用于电子商务领域的成功范例。基于数据挖掘的推荐系统通过数据挖掘技术对用户行为和用户属性进行学习．从中获取有价值的知识，根据得到的知识产生推荐。尽管推荐系统在数据挖掘技术出现之前就已存在．但数据挖掘技术的出现．不仅给电子商务领域的海量数据处理提供了一种有效的手段．而且给电子商务推荐系统提供了自动化、智能化和更高质量的推荐结果。 　　本文提出和设计了一种基于Web数据挖掘的电子商务推荐系统。该系统根据电子商务网站的基本特征，设计了顾客当前兴趣表示方法和推荐算法，由于结合了对顾客浏览日志的使用挖掘结果和对网站资源内容挖掘的结果为顾客提供个性化推荐服务，从而较大提高了系统的推荐精确度，在实际应用中取得了较好的推荐效果。 　　 　　2 基于Web数据挖掘的电子商务推荐系统的体系结构 　　 　　图1描述了基于Web数据挖掘的电子商务推荐系统的体系结构。该体系结构主要包括两个部分：离线部分和在线部分。离线部分由数据挖掘模块、Web服务器日志、电子商务网站资源组成。该部分主要对Web服务器日志和网站网页进行预处理并进行聚类挖掘获取顾客使用特征模型，网页（商品）聚类。在线部分由推荐引擎组成，其主要根据顾客当前访问兴趣和聚类挖掘的结果为顾客提供有效的个性化推荐。 　　数据挖掘模块是实现个性化推荐的核心部分主要由两部分组成：Web使用挖掘模块和Web内容挖掘模块。Web使用挖掘模块首先对顾客在访问电子商务网站过程中Web 服务器上留下的 log files进行数据清理、事务识别，最后得到的事务文件，然后事务进行聚类挖掘得到事务聚类；Web内容挖掘模块首先预处理所有电子商务网站网页得到页面的内容特征，然后根据网页的内容特征的相似性对网页聚类，数据挖掘模块通过对W