电子商务推荐系统毕业论文

《电子商务推荐系统毕业论文》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、电子商务推荐系统毕业论文目录摘要1Abstract2第一章绪论41.1电子商务推荐系统背景41.2电子商务推荐系统研究意义51.3电子商务推荐系统现状5第二章电子商务推荐系统基础理论52.1电子商务推荐系统52.2电子商务推荐系统的输入和输出62.2.1电子商务推荐系统的输入72.2.2电子商务推荐系统的输出82.3电子商务推荐系统分类9第三章电子商务推荐算法113.1电子商务推荐系统算法概述113.2协同过滤推荐算法123.2.1User-based协同过滤推荐算法133.2.1.1数据表示133.2.1.2最近邻查询143.2.1.3推荐产生15第

2、4章推荐系统应用于电影推荐164.1原始数据的输入164.2.1Matlab数据处理程序164.2.2Matlab数据处理结果164.3算出目标用户的最近邻居用户174.3.1运用matlab求相似性值程序174.3.2Matlab算相似性运行结果184.4推荐系统最终推荐结果184.4.1运用matlab推荐程序194.4.2运用Matlab推荐结果20第5章结论与展望21参考文献23附录2424第一章绪论1.1电子商务推荐系统背景如今，电子商务系统空前的巨大，虽然给用户提供了很大的选择空间，但是，随着电子商务系统不断增大，也变得相当的复杂。其一，用

3、户在海量的电子商务系统数据中想找到自己想要的商品具有相当的难度以及耗费大量的时间；其二，商家与消费者也很难建立一种互动联系。随着电子商务迅速的发展运用，对电子商务研究越来越深入，人工智能、Web技术与商业模型的集成研究逐步得到了重视。其中在B2C方面，推荐系统也就形成了研究重点。在海量的商品信息中，推荐系统模拟商店销售人员向用户提供商品推荐，帮助用户找到偏好的相关产品，提高了用户购买效率，也就使得用户对推荐系统形成依赖习惯，使得电子商务网络销售变得快捷方便；商家也可以通过推荐系统有效的与用户进行互动联系。首先，推荐系统可以在电子商务系统中推荐用户感兴趣

4、的产品，其次，推荐系统也可以在大量的电子商务系统数据中不断地发挥其作用以及优化[1]。其原因如下：（1）海量数据：电子商务系统中数据巨大，如用户注册数据、用户交易数据、用户评分数据、用户购物信息、用户浏览数据等，大量的数据以便于推荐系统的开发。（2）网络信息数据的收集：电子商务系统中的不同数据收集方式是用户操作不断累积，避免了单一人工操作造成的误差，收集的数据质量大幅提高。（3）评价推荐系统优劣：运用电子商务推荐系统，看它是否达到所推荐商品的访问量以及销售量增量的预期效果。24推荐系统发展的潜力巨大，前景光明。推荐系统不仅有助于用户高效选择商品，而且也

5、有助于商户与客户之间的联系，反过来说，进一步促进了电子商务推荐系统的发展。由此，推荐系统在电子商务中运用越发广泛，例如亚马逊、淘宝、天猫等都在运用推荐系统，并且已经运用的相当成熟。并且推荐系统支持着各类互联网网站。在互联网时代，网络竞争非常激烈，推荐系统能为电子商务保留用户以及提高用户忠实度，从而增加了电子商务系统的销售量。好的推荐系统会给社会带来巨大的经济效益。不管是在理论上还是在实践上，电子商务推荐系统都在不断地发展壮大。由于电子商务的发展，其系统数据不断增加，推荐系统运用效率同时在降低，这也就是推荐系统要不断的优化升级的原因。电子商务推荐系统需要

6、优化升级，本文将对电子商务推荐系统中关键技术进行探索和研究，以至于推动电子商务推荐系统的发展。1.2电子商务推荐系统研究意义推荐系统的最为关键是推荐计算，一个好的推荐计算能够很好地向用户推荐所需的商品，从而增强了用户的精神体验。本文主要研究协同过滤推荐算法，希望能够进行有益的改进，推动电子商务推荐系统的进一步发展。1.3电子商务推荐系统现状随着互联网的普及和电子商务的发展，推荐系统逐渐成为电子商务IT技术的一个重要研究内容，得到了越来越多研究者的关注。美国计算机学会ACM从1999年开始每年召开一次电子商务的研讨会，其中关于电子商务推荐系统的研究文章占

7、据了很大比重。从1999年开始此协会的数据挖掘特别兴趣组SIGKDD小组设立WEBKDD讨论组，主题集中在电子商务中的WEB挖掘技术和推荐系统技术，而ACM下面的信息检索特别兴趣组SIGIR在召开的第24届研究和发展会议上，开始专门把推荐系统作为一个讨论主题。第7届国际人工智能联合会议IJCAI’01则把E-Business&theIntelligentWeb作为一个独立的研讨小组。99年召开的人机界面会议CHI’99专门设立推荐系统特别兴趣组。同时，第十五届人工智能会议AAAI-98、第一届知识管理应用会议PAKM、96年协同工作会议CSCW’96等

8、也纷纷开始将电子商务推荐系统作为研究主题。[2]经过多年的努力，国内外在电子商务推荐技术和系统