个性化网上书箱系统设计

《个性化网上书箱系统设计》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、.第一章引言11.1网上书籍推荐系统的现状11.2网上书籍推荐系统的不足21.3论文的主要内容31.4论文的结构3第二章网上书籍推荐系统的相关理论42.1网上书籍推荐系统简介42.2协同过滤技术52.3基于内容的过滤技术6第三章网上书籍推荐系统的设计83.1系统流程83.2协同过滤的推荐93.2.1评分数据变换93.2.2评分数据表示103.2.3获取显性兴趣度113.2.4获取隐性兴趣度143.2.5获取预测兴趣度163.2.6邻居形成193.3基于内容过滤的推荐203.3.1书类的聚类203.3.2产生基于内容过滤的推荐21第四章网上书籍推

2、荐系统的实现214.1系统框架214.2系统功能224.3协同过滤推荐的实现22第五章系统推荐效果评估255.1实验数据收集265.2实验评价标准26第六章结论296.1全文总结296.2不足与展望30参考文献30致谢32-..第一章引言1.1网上书籍推荐系统的现状随着互联网的快速发展，网络用户在急速的增加，电子商务正以低廉、快捷及不受时空限制的优点而在全球流行。据中国互联网络信息中心发布的调查报告显示[1]，虽然我国的互联网发展迅速，截至2004年底国内网民达到9400万人，但电子商务存在的不足：除了信息服务之外，电子商务能够提供的功能性服务

3、还亟须完善和加强，互动、个性化服务和产品不足是一个突出的问题。网上书店作为电子商务中较为成功的应用，在提供更加互动、个性化的服务和产品上，也在积极地研究。目前，网上书店在互联网上可以实现的商务功能已经多样化，基本能实现传统书店功能，包括对外沟通展示功能、信息发布功能，在线图书展示功能、在线洽谈功能、在线交易功能、在线采购功能、在线客户服务功能、在线网站管理功能等等，另外还在不同程度上采用了推荐技术[2]。目前，各种各样的网上书籍推荐系统已投入使用，用来帮助用户寻找所需购买的商品。比较有名的具有个性化推荐的网上书店有Amazon.com、当当书城

4、和金石堂网络书店等。网上书籍推荐系统目前都有大量的研究，主要集中在信息获取方式和推荐技术。在信息获取方式上，目前的网上书籍推荐系统一般能利用用户部分的可用信息进行推荐，如有的使用人口统计资料，有的利用隐性评分资料，有的利用用户购买记录信息的，有的利用其它途径获取的调查资料等。在推荐技术研究中，关键的问题是确定推荐的算法。合理算法才能确定符合网上书店的应用要求。现在研究的算法有：关联规则、Bayesian网络技术、聚类技术、Horting图技术及协同过滤技术等[3]。关联规则可发现商品销售在过程中的相关性而产生推荐，但推荐精度稍差。聚类技术可以将

5、具有相似兴趣的用户分配到相同的簇中，在簇中其它用户对某商品的评分就是系统对该商品的评分，用于处理用户数据较快的场合，但推荐精度不高。Bayesian网络技术的训练模型较小，对模型的应用较快，适用于用户兴趣变化较慢的场合。Horting图技术是在图中寻找近邻节点，综合邻节点的观点形成推荐，推荐精度较高。协同过滤技术在实际应用中较为成功，包括Amazon.com在内许多网上书店都在使用了协同过滤技术。协同过滤技术通过用户最近邻居产生推荐，推荐精度较高。协同过滤技术绕开了信息内容的分析，只依据其它用户对信息的评分来向目标用户进行推荐，具有推荐新信息的

6、能力。基于内容的过滤技术应用较早。目前大多数的网络书店的搜索引擎都在采用基于内容的过滤技术，主要应用于信息搜索的关键词匹配上。基于内容的过滤在文本的相关性研究较为成功，但由于人工智能对自然语言理解能力有限，及机器对非文本信息的分析能力不足，阻碍基于内容的过滤技术的发展。与其它的电子商务推荐系统一样，目前网上书籍推荐系统的研究热点和方向有[4]：一是对当前的网站推荐系统进行改进，使推荐系统能产生更加精确的推荐；二是将数据挖掘技术及Web挖掘技术应用到网站推荐系统中，提供完全自动化的推荐；三是将网站推荐系统由虚拟的销售人员转变为市场分析工具；四是开

7、发销售方的网站推荐系统，为商家的产品定价、促销及交叉销售等提供推荐等。1.2网上书籍推荐系统的不足-..目前，网上书籍推荐系统普遍存在个性化程度不高的问题，尤其在国内较为明显。为了吸引用户的关注，网上书店往往借助网页制作技术，使网页中信息呈现的多元化和丰富性，这样反而可能造成用户对信息的混淆，浪费了用户很多无谓的时间来浏览不必要的信息。目前的网上书籍推荐系统提供的推荐信息一般是大众化的信息，即对所有用户推荐的内容相同，如商品销售排行榜、编辑推荐等。一些具备个性化推荐的功能，也局限于用户的注册信息和购物篮信息的简单匹配，推荐范围过窄且灵活性不足。

8、这些推荐系统由于个性化程度较低，对用户的推荐也不太准确。在个性化服务环境下，网上书店在向用户推荐商品时，能把用户需要的商品放在网页上容易查询到的地方，