面向电子商务个性化推荐系统的Web数据挖掘应用研究-计算机科学与技术专业毕业论文.docxVIP

万 万方数据 浙江理工大学学位论文独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论 文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得 浙江理工大学或其他教育机构的学位或证书而使用过的材料。与我 一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 学位论文作者签名: 了 边军 签字日期: 如5年 3 月 8 日 万万数据 万万数据 学位论文版权使用授权书 本学位论文作者完全了解浙江理工大学有权保留并向国家有关 部门或机构送交本论文的复印件和磁盘，允许论文被查阅和借阅口 本人授权浙江理工大学可以将学位论文的全部或部分内容编入有关 数据库进行检索和传播，可以采用影印、缩印或扫描等复制手段保 存、汇编学位论文 口 (保密的学位论文在解密后适用本授权书〉 学位论文作者签名 : 3 边军 签字日期: tl -r 年 3 月 g 日 导师签名: 签字日期: 斗叫 )?) I宝 年 j 月 日 浙江理工大学硕士 浙江理工大学硕士学位论文 面向电子商务个性化推荐系统的 Web 数据挖掘应用研究 万方数据 万方数据 摘要 随着信息技术的迅速发展以及互联网的高度普及，互联网已经成为人们生活中不可或 缺的重要组成部分。作为一种新型的商务模式，电子商务正改变着人们的生活习惯。随着 电子商务网站规模的不断扩大，如何在海量信息中帮助用户快速且准确地找到感兴趣的服 务和物品，已经成为当今的一个热门研究方向。在这种背景下，个性化推荐系统应运而生。 个性化推荐系统通过运用统计分析和数据挖掘等技术，利用用户历史的互联网行为记 录挖掘出用户潜在的兴趣特征以及当前的需求，最终向用户推荐其可能感兴趣的服务和物 品。 基于协同过滤的推荐技术是目前个性化推荐领域的研究热点。该技术根据用户显式或 隐式的评分记录，选择合适的相似性度量方法来计算用户或物品的相似度，选取相似度较 高的用户（或物品）来构建用户（或物品）最近邻集，最后将最近邻集中的用户喜欢的且 目标用户没有购买的物品推荐给目标用户。因此，最近邻集的构建直接关系到推荐结果的 准确度。本文经过深入研究传统的协同过滤推荐技术存在的问题，提出了两种改进的算法。 本文的主要工作有以下几个方面： (1) 深入分析传统相似性度量方法存在的不足，并且对云模型理论进行了深入研究， 引入了云模型的思想，采用了结合云模型的相似性度量方法。 (2) 提出了结合云模型和项目评分预测的推荐算法，这种改进的算法对解决评分矩阵 极端稀疏性问题有较好的效果，并且可以克服传统的相似性度量方法存在的缺陷，从而导 致推荐的准确度有明显的提高。通过在公开的数据集 MovieLens 上进行对比实验，验证了 改进算法的优势。 (3) 提出了结合用户邻域模型与矩阵分解的推荐算法，该算法通过构建用户档案的邻 域模型以提高对新用户推荐的准确性，利用随机梯度下降法对评分矩阵进行奇异值分解， 可以有效地解决评分矩阵稀疏性的问题。通过在 MovieLens 数据集上进行对比实验，验证 了该算法的有效性。 关键词：电子商务；云模型；个性化推荐；矩阵分解 I Research and Application on Web Data Mining oriented Personalized Recommendation System in E-commerce ABSTRACT With the rapid development of information technology and the high popularity of the Internet, the Internet has played an indispensably important role in peoples lives.As a new business model,E-commerce is changing peoples habits. With the continuous expansion of the scale of E-commerce sites, how to help users quickly and accurately find services and items of interest has become a hot research today. In this case, personalized recommendation systems came into being. Personalized recommendation systems dig out the potential users interest and the c