基于数据挖掘的网上商城个性化推荐模型研究-技术经济及管理专业论文.docxVIP

独创性声明学位论文题目： 独创性声明 学位论文题目： 基王数量控握鲍圆土直越仝性焦推莶送型珏塞 本人提交的学位论文是在导师指导下进行的研究工作及取得的研 究成果。论文中引用他人已经发表或出版过的研究成果，文中已加了 特别标注。对本研究及学位论文撰写曾做出贡献的老师、朋友、同仁 在文中作了明确说明并表示衷心感谢。 学位论文作者： 签字日期：≯l 5年 6月 5日 械胄仅 | 学位论文版权使用授权书 本学位论文作者完全了解重庆工商大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权重庆工商大学研究生院可以将学位 论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩 印或扫描等复制手段保存、汇编学位论文。 (保密的学位论文在解密后适用本授权书) 本论文：口不保密，口保密 期限至 年 月止) 学位论文作槲：栽守静 导师签名： 签字日期：抽I 5年6月多日 签字日期：加6f年6月2-日 万方数据 舢删㈣舢洲㈣洲0Ⅷ删Y2774632 舢删㈣舢洲㈣洲0Ⅷ删 Y2774632 目录， 摘要 ．I ABSTRACT ．II 第一章绪论 1 1．1选题的背景和意义 1 1．2国内外研究现状 2 1．3本文的主要研究内容 6 1．4本文的组织结构 6 第二章数据挖掘理论与技术 6 2．1数据挖掘理论 7 2．2推荐模型采用的主要挖掘技术与方法 ．．10 2．3本章小结 ．．17 第三章网上商城个性化推荐分析及数据预处理 ．．18 3．1网上商城个性化推荐现状 ．．18 3．2网上商城个性化推荐研究目标 ．．18 3．3网上商城个性化推荐模型的数据预处理 ．．19 3．4本章小结 ．．26 第四章网上商城个性化推荐模型的设计 一27 4．1网上商城个性化推荐模型的商业理解 ．．27 4．2数据描述 ．．28 4．3自动分类技术建立购买行为预测模型 ．．28 4．4 Kohonen算法建立产品推荐模型 35 4．5 K．means算法建立页面推荐模型 39 4．6 Apriori算法建立商品关联推荐模型 43 4．7本章小结 ．．47 第五章网上商城个性化推荐系统总体设计 ．．48 5．1推荐系统设计原则 一48 5．2推荐系统总体设计 一48 5．3推荐模型嵌入系统 ．．50 万方数据 5．4推荐模型应用到系统面临的问题 5．4推荐模型应用到系统面临的问题 ．．50 5．5本章小结 5l 第六章总结与展望 一 52 6．1总结 52 6．2不足与展望 ．．52 参考文献 53 致谢 56 在校期间发表的论文和参加的项目 57 万方数据 重庆工商大学硕士学位论文 重庆工商大学硕士学位论文 摘要 基于数据挖掘的网上商城个性化推荐模型研究 摘要 随着信息技术的发展和计算机网络的普及，以高效、便捷、低成本为特点的 电子商务得到了迅猛发展。电子商务网站的竞争变得很激烈，伴随着商品数量与 日俱增，以用户为中心的时代，在用户选购商品时，需求能否尽快得到满足，决 定着电子商务网站能否在竞争中立于不败之地。网上商城个性化推荐变得越来越 重要，基于此，本文进行了相关研究。 本论文主要关注数据挖掘中应用聚类、决策树和关联规则算法在网上商城推 荐模型中的应用。首先介绍数据挖掘的基本理论及相关算法，针对本文采用的三 种算法进行了详细的描述。从实际出发，以销售图书的网上商城数据集为依据， 探讨了数据挖掘中的数据集预处理过程。在数据整理完善后，使用SPSS Clementine 等工具，结合聚类、关联、决策树等算法进行4个个性化推荐模型的构建。 首先根据访问习惯和关键词查询情况建立了购买行为预测模型，用于找到有 价值的用户。然后根据用户访问网站的网页内容情况，对用户聚类细分找到最常 购买的产品，建立产品推荐模型并用C5．0算法对模型进行评估。接下来根据用户 首先访问的3个页面和访问页面之间的时间间隔对用户聚类，并找出可能访问的 第4个页面进行相应的页面推荐。最后对用户的基本信息特征与商品风格之间建 立关联模型，找出用户的特征和购买商品风格之间的关联，对新访客中具有相似 特征的用户进行相应风格商品的推荐。针对建立的4个模型都进行了评估与发布， 进一步展现推荐结果，然后描述了个性化推荐系统的总体设计以及在应用过程中 可能面临的问题，最后指出论文的不足之处并提出一些改进方法。 总体来看，通过数据挖掘理论和电子商务实际项目结合，实现网上商城个性 化推荐模型的构建，对解决网上商城个性化推荐方面的问题具有重要意义。针对 数据挖掘与推荐系统，目前的研究主要集中在推荐算法的改进方面，：怎样构建模 型以及形成个性化推荐引擎嵌入到电子商务网站的研究较少，本文进行了相应的 介绍，为以后这方面的的研究提供了研究思