面向电子商务协同过滤推荐系统设计与实现-产业经济学专业毕业论文.docxVIP

面向电子商务的协同过滤推荐系统设计与实现 面向电子商务的协同过滤推荐系统设计与实现 万方数据 万方数据 55 56 面向电子商务的协同过滤推荐系统设计与实现 面向电子商务的协同过滤推荐系统设计与实现 面向电子商务的协同过滤推荐系统设计与实现 摘 要 随着互联网在全球的普及与人们生活水平的提高，网上电子商务的变得日益成熟， 如今，越来越多的人们开始尝试并接受在互联网电子商务网站上购物的新型消费模式。 但是由于商品和资源信息指数级的增长，出现了信息过载等问题，成为了制约电子商务 发展的瓶颈，人们相对稳定的购买需求与电子商务网站提供繁杂商品已成为一个难解的 现实矛盾。个性化的推荐系统的出现及投入应用，是当前满足用户对个性化商品信息需 求的重要手段。 基于用户的协同过滤是目前个性化推荐中应用最多的方法，它是根据相邻用户的兴 趣喜好特征来推测目标用户的兴趣所向，算法利用统计的方法寻找与目标用户有类似兴 趣特征的邻居，然后根据这些邻居的兴趣特征生成向目标用户的个性化推荐。 本论文针对个性化推荐系统中应用最广泛的协同过滤推荐系统技术进行了研究，分 析了个性化推荐技术的研究现状、前景与挑战。具体研究了其中的两种典型算法基于项 目和基于用户的协同过滤算法，以及协同过滤推荐系统的产生推荐的整个流程，对协同 过滤推荐存在的优点与缺点进行了分析。同时，对当前电子商务网站的推荐系统进行研 究，具体分析了电子商务推荐系统与个性化推荐的关系，并给出了当前电子商务网站推 荐系统的输入与输出。 在此基础上，针对基于协同过滤推荐系统的一个电子商务购物网站应用实例提出需 求并给出设计，阐述了网站设计的总体架构及各模块的设计，并结合购物网站整体设计 具体阐述购物网站的协同过滤推荐系统设计，详细描述了协同推荐系统的总体框架与设 计思路，明确了预期达到的功能和性能目标，并给出了系统的各模块设计与系统采用的 各关键算法。另外，针对网站商品数量远大于用户对商品的评价量时，协同过滤算法在 分析用户间评分信息时难以找到相互交集这个许多网站普遍存在的数据稀疏问题，提出 I 并实现了一种协同过滤算法的优化设计，该算法通过对协同过滤算法中基于用户与基于 项目两种算法进行有效组合，通过优势互补来有效提高用户评分不足时电子商务网站的 推荐精度。 最后，利用美国明尼苏达大学的世界上最大的开放数据集 MovieLens 进行了协同过 滤算法不同衍化版本的实验分析，分析关键参数对协同过滤算法的影响和在相同环境下 的各个协同过滤算法的性能，通过实验表明本文提出的优化算法能够有效提高网站的推 荐精度。 关键词 电子商务，个性化推荐，协同过滤，算法优化 II DESIGN AND IMPLEMENTATION OF COLLABORATIVE FILTERING RECOMMENDATION SYSTEM FOR E-COMMERCE ABSTRACT In the global popularity of the improvement of peoples living standards as the Internet, e-commerce online is becoming increasingly mature, and now, more and more people began to try and accept new consumption patterns of shopping on the Internet, e-commerce sites. However, due to the exponential growth in commodity and resource information, there has been the problem of information overload has become a bottleneck restricting the development of e-commerce, people purchase relatively stable demand and e-commerce sites provide complex commodity reality has become a puzzling contradiction. The emergence of personalized recommendation system and put into application, is an important means to meet the information needs of users of personalized merchandise. User-based collaborative