基于某淘鞋网的商品个化推荐(1)

《基于某淘鞋网的商品个化推荐(1)》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、基于某淘鞋网的商品个性化推荐29/30目录摘要3一、绪论41.1、项目背景41.2、数据挖掘在个性化推荐系统中的意义61.3、数据挖掘在个性化推荐系统中的应用现状61.4、数据挖掘技术主要方法71.5、数据挖掘在个性化推荐系统中的数据处理过程：81.6、目标与可行性方法9二、数据分析102.1、本次数据挖掘所用到的属性及解释：102.2、对各分类信息进行统计：11112.3、各分类信息统计结论13三、推荐系统设计143.1、系统设计流程143.2、生成全国热门表算法：153.3、生成省份热门表算法：173.4、

2、生成随机推荐表算法183.5、抽取历史记录生成推荐表算法：193.6、生成新用户推荐列表算法：193.7、生成老用户推荐列表算法：203.8、评价指标算法：21四、系统个性化推荐的实现254.1、输入模块254.2、输出模块26五、局限性分析275.1、个性化推荐在电子商务中应用的局限性：275.2本个性化推荐系统软件的局限性:27六、总结与体会28附录30附录1网上购鞋情况调查问卷3029/30摘要“基于某淘鞋网的商品个性化推荐”项目是根据数据挖掘研究方法以及当前个性化推荐技术现状，通过对得到的数据进行处理，

3、提取出三个关键属性。通过将“根据ip判断所在省份的热门、访问日期的全国热门、浏览记录、随机”推荐这四者，计算并比较权重，按照一定的标准进行合适的结合，得出7条推荐数据，其中每条推荐数据中包括了“品牌、类型、男/女”这三个最重要的商品属性，使得该商品个性化推荐系统更智能、更准确。关键词：某淘鞋网、个性化推荐、历史记录、热门表摘要要体现选题的背景，如何做？得到什么结论。关键词重新提炼29/30一、绪论1.1、项目背景中国互联网络信息中心（CNNIC）在北京发布的《第29次中国互联网络发展状况统计报告》显示：电子商务

4、类应用继续保持稳步发展，其中网络购物用户规模达到1.94亿人，增长率达到20.8%。随着电子商务的迅猛发展，提供电子商务的网站数量和电子商务网站上的商品信息数量都呈现出指数增长的态势。面对如此海量的商品信息，如何便捷、快速地获取到用户感兴趣的商品信息已经成为了一个热门研究课题。本项目是对某一特定的淘鞋网进行研究，主要为购买鞋的网购者推荐相应的“品牌、类型、男/女”的鞋子。在项目启动前，我们做了《网上购鞋情况调查问卷》（见附录1），发放问卷20份，收回问卷20份，量太少！问卷收回率100%，问卷覆盖范围为广外大三

5、信息学院部分学生。调查结果显示：由此可知，绝大部分消费者是经常浏览购物网站的。但消费者网购的商品中是否曾经购过鞋子呢？我们的调查问卷调查结果显示如下：29/30调查结果显示，大约85%的网购者曾经在网上购买过鞋子，由此可见，我们项目所研究的针对淘鞋网推荐特定的“品牌、类型、男/女”具有重大的意义。项目启动前主要考虑的问题重点如下：不同品牌之间是否存在互斥？针对品牌互斥问题，我们进行了《网上购鞋情况调查问卷》，设计的问题是：您是否对特定的品牌有强烈偏好以至排斥相同类型的其他牌子（如阿迪达斯和耐克）？统计结果如下图

6、：分析结果得出以下结论：Ø大约90%的人不会强烈偏好特定品牌而排斥其他品牌Ø就目前中国人民的消费水平而言，购买者更在乎的是价格、质量，而不是特定的某一牌子。Ø绝大多数网购者反应，品牌之间的竞争只是他们公司的竞争，并不会影响到他们购买的选择。网购者可以接受由其他人介绍的各种品牌，也可以接受商品个性化自主为他们推荐的品牌。Ø所以，联系已有的相关参考文献，就国内消费形势而言，29/30商品个性化推荐系统没有必要考虑品牌的互斥。1.2、数据挖掘在个性化推荐系统中的意义往后几节再整合个性化推荐系统这个概念包含两部分的含义

7、：推荐和个性化。推荐实质上是替用户评估他从来没见过的商品，这些商品可以是电影、书、笑话、网页、甚至还可以是旅游、音乐、电子产品等等；对用户来说，推荐根本上就是一个让用户自身对商品信息从未知到已知的过程。“基于某淘鞋网的商品个性化推荐”是为网购者推荐鞋子的，所推荐的商品属性包括“品牌、类型、男/女”，例如：耐克男运动鞋，阿迪达斯女板鞋，达芙妮女高跟鞋等等。所谓个性化，它体现出的是一种用户个体的个性，也就是这个用户不同的其他用户的地方；在推荐领域中，个性化就要求推荐系统能针对不同的用户分析他的行为和兴趣然后在现有的

8、商品中推荐用户感兴趣的商品，这个推荐结果对不同用户注定是不同的，是有针对性的，这些就体现出了推荐系统的个性化。在用户决定一个电子商务网站的前途的今天，个性化推荐系统就是一个为用户而生的系统，商品个性化推荐具有以下重大意义：Ø用户在访问海量商品信息时个性化推荐系统能帮助用户快速获取他感兴趣的商品，避免用户陷于到“信息超载”问题中而不能自拔。Ø优质的个性化推荐系统能为用户发掘用户新的兴趣点