基于兴趣度的推荐系统研究

《基于兴趣度的推荐系统研究》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、大连理工大学硕士学位论文基于兴趣度的推荐系统研究姓名：王琦申请学位级别：硕士专业：电子与通信工程指导教师：邱天爽20060506大连理：[大学专业学位硕士学位论文摘要发达的市场经济使客户有了更多的选择余地，客户更容易流失，如何提高客户忠诚度及保持客户，如何实现交叉销售等成为营销成败的一个关键问题，对电子商务这种新的商务模式而言，更是如此。这就要求企业进行主动营销，发现客户的偏好，分析客户的购买动机，从而更好地吸引客户的注意力，满足客户的喜好，使客户感受到完全个性化的购物体验，推荐系统成为解决这一问题最有效的工具之一。本文首先介绍了数据挖

2、掘理论，它是兴趣度提出的前提条件，也是推荐系统赖以实现的基础。为了发现客户的喜好，以便于更有针对性的向客户推荐商品，兴趣度的分析就成为了本文的核心部分。文中将兴趣度从主、客观二方面多因素进行阐述，同时对于常见的一些因素提出了计算方法，在此基础上提出了M．FIM多因素兴趣度建模，合理权衡构成兴趣度模式的多个因素中的各个指标，从而发现不同客户对商品的不同偏好，以扩展兴趣度的适用范围。协同过滤是目前在推荐系统中应用较为成功的推荐技术。但是，当系统规模(客户数量、产品种类)很大时，推荐系统中的协同过滤技术面l临着严峻的挑战。为了迎接这种挑战，提

3、高推荐系统的推荐质量和实时性，本文在基于兴趣度的协同过滤推荐的研究里引入了兴趣度，用来修剪挖掘过程中所产生的大量冗余规则，在很大程度上提高了推荐的效率和推荐的准确性：最后对于挖掘算法进行了分析，引入兴趣度后的挖掘的算法提高了挖掘效率，降低了系统的开销。本论文将兴趣度评估问题归结为一个多方案的多目标决策问题，从中得出高质量相似的客户兴趣度，使得商品推荐更加个性化。关键词：数据挖掘；关联规则；兴趣度；协同过滤大连理：I=大学专业学位硕士学位论文StudyonRecommendSystemBasedonInterestAbstractInth

4、edevelopedmarketeconomy，acustomerhasmorechoices，soastolosingcustomerisusualtoaproprietor．Howtopromotethecustomer’sloyalismandholdingthem，andhowtorealizecrossmarketingisakeyinthemarketing，especiallyinE—commercemode．Itisnecessaryforaproprietortouseactivemarketingstrategy，m

5、inecustomer’staste，analyzecustomer’spurchasingmotivation，accordinglyabstractcustomer’sattentioneffectively，satisfycustomer’sfavor,andmakethecustomertastesabsoluteindividualshoppingexperience．RecommendSystembecameoneofthemosteffectivetools．Theoryofdataminingisfirstinlrodu

6、cedinthisthesis．whichisthepreconditionthatbringsforwardInterestandthevitalbasicmakingrecommendsystemcometrue．Therefore，inordertorecommendproductstocustomerspertinentlyaccordingtothecustomer’staste，itisessentialtostudytheInterestasacentralcontent．Interestisexpatiatedbyman

7、yfactorsofobjectiveandsubjectivesidesandsomemethodstoevaluate也esefactorsareofferedinthisthesis．Basedonthesefactorsmentionedabove．multi—factorsofM—FIMInterestissetup．Themodelproperlymeasureseachevaluatingindexinthemulti-factorsofInterestsoastofindoutvariouscustomers’taste

8、andthentoexpendtheapplicablescaleofInterest．Currentlycollaborativefilteringisoneoftllesuccessfulteehnol