基于个性化推荐的电子商务推荐系统的设计与实现

《基于个性化推荐的电子商务推荐系统的设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于个性化推荐的电子商务推荐系统的设计与实现-->第1章绪论1.1研究背景目前，各大知名电子商务系统都使用了不同的电子商务推荐系统，在竞争日趋激烈的电子商务环境下，充分利用现有资源，提高销售成功率，并有效地保留了客户，为企业及商家创造了巨大的经济效益[3]。1.2研究现状电子商务，最早出现于美国克林顿政府于1993年的政府工作报告中对国家信息基础设施的描述[4]。而电子商务自提出以来，就在国内外飞速发展，并对各国经济产生着深远影响。电子商务的发展模式一直是界内学者研究的重点方向之一。电子商务模式中，常见的有企业——企业（B2B）、企业——消费者（B2C）和消费者——

2、消费者（C2C）模式[5]。同时，在电子商务模式的发展过程中，又出现了一些新兴的细化的电子商务模式，如网上直销型企业间电子商务和网上中介型企业间电子商务。网上直销型企业间电子商务是通过Inter作为销售渠道，从而实现企业间的直接交易。通过这种模式，企业与企业之间可以直接相互提供产品和服务，从而改变了传统的营销渠道。网上中介型企业间电子商务，是企业间通过第三方提供的电子商务平台，从而实现企业与企业、企业与客户之间的交易。这种模式一般适用于中小型企业，利用第三方提供的电子商务平台，来实现交易[6]。与电子商务发展时间相近，个性化推荐直到20世纪90年代才被作为一个独立的

3、概念提出来。而个性化推荐的飞速发展，得益于智能用户接口会议和国际大会等一系列国际重要会议发表了多篇关于个性化推荐的论文，学术界从此开始了个性化研究的热潮[18]。1995年3月，在美国人工智能协会上，来自于卡耐基梅隆大学的RobertArmstrong等人提出了个性化导航系统arkoBalabanovic也同时推出了个性化推荐系统LIRA。1995年8月，麻省理工学院的HenryLieberman在国际人工智能联合大会上提出了个性化导航智能体Litizi-->a。1997年，ATT实验室提出了基于协同过滤的个性化推荐系统PHOAKS和Referralodelinga

4、ndUser-AdaptedInteraction也发表了很多关于个性化推荐的研究成果。个性化推荐已经在很多领域得到了广泛应用，而其中最为典型的就是在电子商务领域中的应用。个性化推荐与电子商务的结合，不仅使电子商务得到了良好的发展，也使个性化推荐的研究更加具有应用前景[19]。1999年，德国Dresden技术大学的TanjaJoerding率先实现了个性化电子商务原型系统TELLIM。2000年，NEC研究院的Kurt等人通过为搜索引擎CiteSeer增加个性化推荐功能，使搜索引擎广受好评。2001年，IBM公司也在其电子商务平台yEclipse.........

5、.......284.1.3Tomcat....................294.1.4MySQL.........................30第5章总结与展望......................375.1总结..............................375.2展望..............................37第4章基于个性化推荐的电子商务推荐系统的实现与测试4.1系统实现一个用户，在第一次登录网站系统时，可以选择新用户注册，完成注册后即可成为网站会员，享受会员服务。在新用户注册时，需要提供一个有效邮箱作为用

6、户的用户名，同时需要设置登录密码，为保证输入的密码正确，还需要进行密码确认，只有两次输入的密码一致，系统才会记录为用户密码。用户提供的邮箱除作为用户名外，也是与用户进行联系的必要途径。当用户密码丢失或忘记时，可以通过邮箱找回密码；网站也会根据用户需要，给用户发送商品促销信息，及时提醒用户关注的商品状态。用户注册完成后，进入用户信息录入界面。用户信息录入包括用户的基本信息，如姓名、性别、年龄、职业、爱好等。这些信息将会记录于用户信息表，同时也作为系统为用户进行个性化推荐的参考信息。当然，对于一些用户并不愿透露太多的个人信息，用户信息录入步骤是可以跳过的。用户完成注册后

7、，即成为网站会员，就可以进行用户登录，享受网站提供的会员服务了。用户进行登录时，需要输入用户名，即注册时所提供的邮箱账号，并且需要填写正确的登录密码。如果用户输入的用户名错误，或是密码与用户名不匹配，在用户点击登录按钮后，系统会给出用户错误提示，请用户重新输入正确的用户名或密码。用户登录成功后，就可以进入网站，享受网站提供的会员服务。在用户进行商品浏览或是商品搜索时，系统能够根据用户注册时提供的基本信息对用户需求进行分析，并根据得到的推荐规则为用户进行个性化商品推荐。例如，一个用户在注册时提供的基本信息中，职业为学生，兴趣填写为机器学习，当用户输入搜索条件“数据