面向电子商务的协同过滤推荐系统设计与实现

面向电子商务的协同过滤推荐系统设计与实现

ID:32229618

大小:1.57 MB

页数:67页

时间:2019-02-01

面向电子商务的协同过滤推荐系统设计与实现_第1页
面向电子商务的协同过滤推荐系统设计与实现_第2页
面向电子商务的协同过滤推荐系统设计与实现_第3页
面向电子商务的协同过滤推荐系统设计与实现_第4页
面向电子商务的协同过滤推荐系统设计与实现_第5页
资源描述:

《面向电子商务的协同过滤推荐系统设计与实现》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、面向电子商务的协同过滤推荐系统设计与实现申请上海交通大学工程硕士学位论文面向电子商务的协同过滤推荐系统设计与实现学校代码:10248作者姓名:孙位栋学号:1090379245第一导师:吴刚第二导师:龙德清学科专业:软件工程答辩日期:2012年12月27日上海交通大学软件学院2012年12月万方数据面向电子商务的协同过滤推荐系统设计与实现ADissertationSubmittedtoShanghaiJiaoTongUniversityforMasterDegreeofEngineeringDESIGNANDIMPLEMENTATIONOFCOLLABORATIVEFI

2、LTERINGRECOMMENDATIONSYSTEMFORE-COMMERCEUniversityCode:10248Author:SunweidongStudentID:1090379245Mentor1:WugangMentor2:LongdeqingField:SoftwareEngineeringDateofOralDefense:2012-12-28SchoolofSoftwareShanghaiJiaotongUniversityDecember,2012万方数据面向电子商务的协同过滤推荐系统设计与实现上海交通大学学位论文原创性声明本人郑重声明:所呈交的

3、学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。万方数据面向电子商务的协同过滤推荐系统设计与实现上海交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描

4、等复制手段保存和汇编本学位论文。保密□,在年解密后适用本授权书。本学位论文属于不保密□。(请在以上方框内打“√”)万方数据面向电子商务的协同过滤推荐系统设计与实现55万方数据面向电子商务的协同过滤推荐系统设计与实现56万方数据面向电子商务的协同过滤推荐系统设计与实现面向电子商务的协同过滤推荐系统设计与实现摘要随着互联网在全球的普及与人们生活水平的提高,网上电子商务的变得日益成熟,如今,越来越多的人们开始尝试并接受在互联网电子商务网站上购物的新型消费模式。但是由于商品和资源信息指数级的增长,出现了信息过载等问题,成为了制约电子商务发展的瓶颈,人们相对稳定的购买需求与电子

5、商务网站提供繁杂商品已成为一个难解的现实矛盾。个性化的推荐系统的出现及投入应用,是当前满足用户对个性化商品信息需求的重要手段。基于用户的协同过滤是目前个性化推荐中应用最多的方法,它是根据相邻用户的兴趣喜好特征来推测目标用户的兴趣所向,算法利用统计的方法寻找与目标用户有类似兴趣特征的邻居,然后根据这些邻居的兴趣特征生成向目标用户的个性化推荐。本论文针对个性化推荐系统中应用最广泛的协同过滤推荐系统技术进行了研究,分析了个性化推荐技术的研究现状、前景与挑战。具体研究了其中的两种典型算法基于项目和基于用户的协同过滤算法,以及协同过滤推荐系统的产生推荐的整个流程,对协同过滤推荐

6、存在的优点与缺点进行了分析。同时,对当前电子商务网站的推荐系统进行研究,具体分析了电子商务推荐系统与个性化推荐的关系,并给出了当前电子商务网站推荐系统的输入与输出。在此基础上,针对基于协同过滤推荐系统的一个电子商务购物网站应用实例提出需求并给出设计,阐述了网站设计的总体架构及各模块的设计,并结合购物网站整体设计具体阐述购物网站的协同过滤推荐系统设计,详细描述了协同推荐系统的总体框架与设计思路,明确了预期达到的功能和性能目标,并给出了系统的各模块设计与系统采用的各关键算法。另外,针对网站商品数量远大于用户对商品的评价量时,协同过滤算法在分析用户间评分信息时难以找到相互交

7、集这个许多网站普遍存在的数据稀疏问题,提出I万方数据面向电子商务的协同过滤推荐系统设计与实现并实现了一种协同过滤算法的优化设计,该算法通过对协同过滤算法中基于用户与基于项目两种算法进行有效组合,通过优势互补来有效提高用户评分不足时电子商务网站的推荐精度。最后,利用美国明尼苏达大学的世界上最大的开放数据集MovieLens进行了协同过滤算法不同衍化版本的实验分析,分析关键参数对协同过滤算法的影响和在相同环境下的各个协同过滤算法的性能,通过实验表明本文提出的优化算法能够有效提高网站的推荐精度。关键词电子商务,个性化推荐,协同过滤,算法优化II万方数据面向

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。