协同过滤算法在移动电子商务推荐系统中的应用研究

《协同过滤算法在移动电子商务推荐系统中的应用研究》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、厦门大学学位论文原创性声明本人呈交的学位论文是本人在导师指导下，独立完成的研究成果。本人在论文写作中参考其他个人或集体已经发表的研究成果，均在文中以适当方式明确标明，并符合法律规范和《厦门大学研究生学术活动规范(试行)》。另外，该学位论文为()课题(组)的研究成果，获得()课题(组)经费或实验室的资助，在()实验室完成。(请在以上括号内填写课题或课题组负责人或实验室名称，未有此项声明内容的，可以不作特别声明。)声明人(签名)：栖派．加7歹年6月岁ElI

2、IIIIll[1llllllllllllllllSlllllSl

3、lllllIIIIY2344295厦门大学学位论文著作权使用声明本人同意厦门大学根据《中华人民共和国学位条例暂行实施办法》等规定保留和使用此学位论文，并向主管部门或其指定机构送交学位论文(包括纸质版和电子版)，允许学位论文进入厦门大学图书馆及其数据库被查阅、借阅。本人同意厦门大学将学位论文加入全国博士、硕士学位论文共建单位数据库进行检索，将学位论文的标题和摘要汇编出版，采用影印、缩印或者其它方式合理复制学位论文。本学位论文属于：’()1．经厦门大学保密委员会审查核定的保密学位论文，于年月日解密，解密后适用上述授权。(

4、√)2．不保密，适用上述授权。(请在以上相应括号内打“√"或填上相应内容。保密学位论文应是已经厦门大学保密委员会审定过的学位论文，未经厦门大学保密委员会审定的学位论文均为公开学位论文。此声明栏不填写的，默认为公开学位论文，均适用上述授权。)声明人(签名)：杨滩刀l哆年6月岁日摘要协同过滤算法是电子商务推荐系统中应用最为成功的推荐算法，很多电子商务企业都采用协同过滤算法作为企业推荐系统的核心算法。推荐技术可以有效解决信息过载问题，增加网站的粘度和交叉销售能力。随着移动互联网的发展，移动电子商务也在逐步兴起，并逐渐占据了

5、大量的市场份额，推荐系统也是必不可少的。与传统电子商务相比，移动电子商务具有移动性，可接受性，安全性，定位性等特点。因此将协同过滤算法应用到移动电子商务推荐系统中时，必须做相应的改进才能适用移动电子商务的特殊环境。本文对电子商务个性化推荐系统进行了深入研究，认真分析了协同过滤推荐算法本身存在的数据稀疏性问题和冷启动问题。通过SlopeOne算法降低了数据的稀疏性，提高了推荐系统的执行效率，使推荐系统具有较好的推荐质量。冷启动问题可以通过用户的注册信息进行特征分类，根据不同的用户特征对用户进行推荐。针对移动电子商务领域

6、的特殊性，本文在协同过滤算法中引入了定位技术和时间信息。通过定位技术，移动电子商务在用户的交互过程中能达到很高的个性化程度，从而满足用户对服务的差异化需求。遗忘函数的应用则进一步提高了用户兴趣迁移中的预测精度，可以推荐给用户当前最感兴趣的项目。本文最后通过实验验证了这种改进思路的可行性，证明这种改进算法的确更适合在移动电子商务平台上运用。关键字：移动电子商务；协同过滤算法；推荐系统AbstractCollaborativefilteringisthemostsuccessfule-commercerecommenda

7、tionalgorithm，manye—commercecompaniesareusingcollaborativefilteringasthecorealgorithmoftheenterpriserecommendationsystem．Recommendationtechnologycaneffectivelysolvetheproblemofinformationoverloadandincreasetheviscosityofthewebsiteandtheabilitytocross-sell．Witht

8、hedevelopmentofmobileIntemet，mobilee-commerceisgraduallyrisingandgraduallyoccupiesasignificantmarketshare，SOrecommendationsystemisalsoessential．Comparedwiththetraditionale-commerce，mobilee-commercehasthemobility,acceptability,safety,locationandothercharacterist

9、ics．Itdoesthecorrespondingimprovementinordertoapplythespecialenvironmentofthemobilee．commerce．Thedissertationhasin-depthstudyofe-commercerecommendationsystemandanalyzestheda