基于數(shù)據挖掘的電子商務推薦系統(tǒng)設計與實現(xiàn).pdf

1、電子商務的飛速發(fā)展增加了消費者的可選擇性，拓展了消費選擇的寬度和廣度，激發(fā)他們的購買欲望的同時，卻又使消費面對海量商品感到茫然，難以抉擇自己想要的產品，甚至使他們陷入數(shù)據豐富而知識貧乏的境地。
　　推薦系統(tǒng)的目的模擬現(xiàn)實生活中銷售員向消費者推薦商品的過程，協(xié)助消費找到自己所滿意的商品?，F(xiàn)有電子商務推薦算法往往是依據用戶瀏覽行為將用戶聚類，以相似用戶行為作為推薦依據，這一過程忽略了用戶對商品的情感態(tài)度。而實際上，當用戶對商品持積極情

2、感時則會提高用戶滿意度，否則用戶滿意度則會降低。
　　為了提高用戶對推薦結果的滿意度，本文在研究各類推薦算法的基礎上，研究用戶情感挖掘方法，并構建一個融合情感挖掘的推薦算法。該方法首先依據用戶行為信息將用戶聚類，認為相同類別的用戶有著相同的購買欲望。在此基礎上生成推薦商品候選列表。然后利用用戶情感信息對候選商品列表過濾，去除那些用戶評價較差的商品，保留用戶滿意度的商品生成最終的推薦結果。為了分析用戶的情感信息，本文采集用戶對商品評