电子商务个性化推荐系统的分析-管理科学与工程专业论文.docxVIP

ratings of items which haven’t been rated. On the basis of the predicted results, the system computes the correlation of users and finds the neighbors of target user. With an assistant item rating segment, the original collaborative filtering recommender system performs better in the aspect of similar neighbors grouping. The rating prompting mechanism is a combination of the product items rating process and a sales promotion mode —— purchasing credit. Integrating the product item rating process into an entire e-commerce operation flow can well bestir the users to participate in the modified system by rating product items. Simultaneously, the services offered in the system will be more satisfactory. In the end, the application of and related solutions to the modified recommender system in my publishing enterprise is presented. The system’s rationality and effectiveness are verified via open test on its performance. The thesis is a valuable reference for the publishing industry to boost e-commerce business with the modified personalized recommender system. KEY WORDS: Publishing industry, E-Commerce, recommender system, collaborative filtering, similarity 目录 第 1 章 绪 论1 1.1 出版业的现状1 1.1.1 出版图书种数的猛增，图书发行量以及平均印数的下降 2 1.1.2 图书退货率不断上升，库存金额不断上升 2 1.1.3 信用问题3 1.2 出版企业摆脱困境的解决思路4 1.3 论文的研究内容7 1.4 论文的结构8 第 2 章 电子商务个性化推荐系统9 2.1 电子商务个性化推荐系统的概述9 2.1.1 电子商务个性化推荐系统的概念 9 2.1.2 电子商务个性化推荐系统的作用 9 2.1.3 电子商务个性化推荐系统的组成 10 2.1.4 电子商务个性化推荐系统的框架及流程 11 2.1.5 电子商务个性化推荐系统的界面形式 12 2.1.6 电子商务个性化推荐系统的分类 13 2.2 电子商务个性化推荐系统的相关技术 14 2.2.1 知识工程14 2.2.2 基于内容的推荐方法14 2.2.3 协同过滤推荐方法15 2.2.4 混和型推荐方法15 2.2.5 基于数据挖掘技术的推荐系统 16 第 3 章 协同过滤推荐系统17 3.1 协同过滤推荐系统的数据输入与输出 17 3.2 协同过滤推荐系统的输出18 USER-BASED 协同过滤推荐算法 18 3.3.1 表示18 3.3.2 最近邻的形成19 3.3.3 推荐产生：20 ITEM-BASED 协同过滤推荐算法 20 3.4.1 项目相似性计算：21 3.4.2 推荐产生22 3.5 协同过滤推荐算法的缺陷22 第 4 章 改进的协同过滤推荐系统24 4.1 协同过滤推荐系统的改进思路24 4.2 改进的 USER-BASED 协同过滤系统 25 4.2.1 改进协同过滤系统架构25 4.2.2 产品项目评分预测模块的输入、输出 26 4.2.3 产品项目评分预测补足的算法过程 26 4.3 评分激励机制27 第 5 章 出版企业应用的解决方案29 5