基于Web日志的個性化推薦系統(tǒng)的研究.pdf

1、隨著電子商務如火如荼的發(fā)展，電子商務網站規(guī)模的不斷擴大，網上商品越來越豐富，雖然用戶有了更大的選擇空間，但面對越來越多的參考信息時越來越不知道該怎么樣去選擇。怎樣根據用戶的喜好為用戶提供便捷、準確的推薦，成為越來越多人的研究內容。
　　 為了更好地滿足每個顧客的需求，根據用戶自己的喜好搜索商品，提高競爭力，個性化商品推薦系統(tǒng)應運而生。個性化商品推薦系統(tǒng)是建立在海量數(shù)據挖掘基礎上的一種高級商務智能平臺，以幫助電子商務網站為其顧客購

2、物提供完全個性化的決策支持和信息服務。購物網站的推薦系統(tǒng)為客戶推薦商品，自動完成個性化選擇商品的過程，滿足客戶的個性化需求。
　　 本文主要研究基于Web日志的加權關聯(lián)規(guī)則和協(xié)同過濾算法在個性化推薦系統(tǒng)中的應用。本文主要的內容如下:(1)介紹了個性化推薦系統(tǒng)的發(fā)展狀況以及關鍵技術;(2)根據Web日志的數(shù)據格式，挖掘出其中的隱式信息應用于個性化推薦系統(tǒng)中，彌補電子商務網站中使用用戶的顯示信息顯示出的缺陷;(3)根據Web日志的特

3、點以及電子商務網站的個性化推薦系統(tǒng)的特點，本文選取了加權關聯(lián)規(guī)則和協(xié)同過濾算法來進行數(shù)據挖掘，將改進的算法應用于個性化推薦系統(tǒng)中，在個性化系統(tǒng)中實現(xiàn)根據用戶個人興趣的推薦和根據最近鄰居預測推薦相結合的推薦模式;(4)本文改進加權關聯(lián)規(guī)則，利用電子商務網站的特點對權重計算進行了改進，由于電子商務網站數(shù)據量巨大，采用有向圖的方式進行掃描，提出基于有向圖的權重關聯(lián)規(guī)則，利用Web日志信息對協(xié)同過濾算法進行改建，提出基于Web日志的聚類協(xié)同過濾