资源描述：
《基于关联规则和协同过滤的网络商品捆绑方法研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、计算机与现代化2009年第9期JISUANJIYUXIANDAIHUA总第169期文章编号:100622475(2009)0920001204基于关联规则和协同过滤的网络商品捆绑方法研究裘立波,姜元春,林文龙(合肥工业大学管理学院电子商务研究所,安徽合肥230009)摘要:随着电子商务的发展,捆绑销售这种营销策略被逐渐应用于网站之中。本文将数据挖掘技术应用于商品捆绑,经过对数据的预处理,阐述如何利用关联规则实现对商品的捆绑,再通过协同过滤技术定位捆绑商品并向目标用户进行推荐。最后建立一个商品捆绑推荐系统体系结构以体现整个方法流
2、程。关键词:商品捆绑;数据预处理;关联规则;协同过滤中图分类号:TP311.13文献标识码:Adoi:10.3969/j.issn.100622475.2009.09.001MethodResearchofNetworkProductBundlingBasedonAssociationRulesandCollaborativeFilteringQIULi2bo,JIANGYuan2chun,LINWen2long(InstituteofElectronicBusiness,SchoolofManagement,HefeiUni
3、versityofTechnology,Hefei230009,China)Abstract:Withthedevelopmentofe2commerce,marketingstrategyofbundlesalesisgraduallyappliedtosites.Inthepaper,da2taminingtechnologyisappliedtothebundlesales.Afterdatapreprocessing,itnotesthathowtotakeadvantageofassociationrulestoco
4、mpleteproductbundling,andlocatetheproductbundlingandrecommendtothetargetusersbycollaborativefiltering.Finally,abindinggoodsrecommendedsystemarchitectureisestablishedtoreflecttheentireprocessmethod.Keywords:productbundling;datapreprocessing;associationrules;collabora
5、tivefiltering绑销售存在的问题,已成为商家能否吸引用户、提高0引言网站人气的重要因素。随着Internet在国内的普及,越来越多的商家把本文通过对含有大量用户浏览和购买行为数据目光聚焦到因特网上,推动了电子商务网站蓬勃的发的Web日志挖掘,利用关联规则对这些记录进行关展,同时网上购物用户的激增也给商家带来了巨大的联分析,从而找出商品之间潜在的相关性,进而实现发展空间。捆绑销售作为一种营销策略具有提高商不同商品之间深层次的捆绑销售,再应用协同过滤技品的竞争力、变相地提供商品的价格折扣、降低购物术找出用户浏览电子商务网
6、站感兴趣的页面,从而在者支付意愿的分散程度等众多优点。页面特定位置向用户推荐个性化捆绑商品,能够有效但是,传统的销售捆绑强调捆绑商品的互补性、地解决上述问题并提升用户对网站的关注度。目标用户的重叠性,无法发现一些隐藏较深的商品之1数据预处理间具有的关联性,更无法根据用户的购买行为对目标用户进行个性化推荐。由于网上购物有别于传统的当用户访问某个电子商务网站时,其浏览和点击购物方式,网站服务器上会留有大量与用户浏览和购行为会被记录在网站服务器的Web日志中。一般情买行为相关的数据,这为解决上述问题提供了途径。况下,在日志文件中每一
7、条用户记录至少包含以下部如何在电子商务网站中利用这些数据来解决传统捆分(见表1)。这些原始数据由于数量巨大很难直接收稿日期:2008203217基金项目:国家自然科学基金资助项目(70672097)作者简介:裘立波(19812),男,浙江嵊州人,合肥工业大学管理学院电子商务研究所硕士研究生,研究方向:管理信息系统与电子商务;姜元春(19802),男,山东莱西人,博士研究生,研究方向:数据挖掘与GDSS;林文龙(19792),男,福建龙岩人,博士研究生,研究方向:数据挖掘。2计算机与现代化2009年第9期发现用户浏览过的商品之间
8、是否有关联,因此必须对行识别,如果用户请求的页面不能从已访问的任何页原始的Web日志进行加工,将其转换为恰当的形式,面到达,则判断这是一个新的用户。以合适于挖掘算法的实施。数据预处理是进行数据1.3会话识别挖掘的第一个环节,处理结果的好坏将直接影响后面一个会话就是用户在一次浏
