Web挖掘技術(shù)在電子商務(wù)推薦系統(tǒng)中的研究與應(yīng)用.pdf

1、二十世紀以來,網(wǎng)絡(luò)逐步深入至千家萬戶,同時也帶動了新的商務(wù)技術(shù)——電子商務(wù)的發(fā)展,該系統(tǒng)為用戶能夠引導(dǎo)用戶進行選擇,便利的購買所需要的商品。但由于商品種類的增多,用戶經(jīng)常會難于從巨量的商品目錄中準確找出自身所需要的商品。推薦系統(tǒng)就是為解決此類問題而產(chǎn)生的,它能夠直接跟蹤用戶行為,探尋用戶的需要,像商場的銷售人員那樣主動為顧客介紹商品,并根據(jù)探知到的其興趣愛好進行推薦,從而促使顧客購買。在商品競爭日趨激烈的環(huán)境下,商品的推薦系統(tǒng)能幫助銷售

2、商成功的吸引客戶、減少客戶流失,促進企業(yè)的銷售力及競爭力的提升。
　　 推薦系統(tǒng)的這一特點,受到了諸多研究者的關(guān)注,這一系統(tǒng)的開發(fā)和利用,將推動電子商務(wù)領(lǐng)域大規(guī)模向前發(fā)展。
　　 電子商務(wù)系統(tǒng)針對不同的用戶利用推薦系統(tǒng)的知識發(fā)現(xiàn)技術(shù),依據(jù)產(chǎn)品和服務(wù)作出個性化推薦。極大地滿足了用戶對于產(chǎn)品信息強化的需求,對企業(yè)加強電子商務(wù)的競爭力是極為可行的。
　　 目前,雖然電子商務(wù)中的商品推薦系統(tǒng)在諸多學(xué)者的研究下取得了豐富的

3、研究成果,但仍遠遠不能滿足電子商務(wù)市場日益擴大的需要。針對商品推薦系統(tǒng)所面臨的主要挑戰(zhàn),本文集中對電子商務(wù)推薦系統(tǒng)進行了以下三個方面的探索和研究。
　　 1.闡述Web挖掘和推薦系統(tǒng)的一些基本概念和基礎(chǔ)知識,對推薦系統(tǒng)工作流程中的數(shù)據(jù)清洗進行了研究,并對數(shù)據(jù)清洗模塊進行了設(shè)計與實現(xiàn)。
　　 2.當(dāng)前的聚類算法,大多數(shù)都不具備隨著用戶瀏覽行為的改變而動態(tài)調(diào)整的能力。本文在aiNet聚類算法的基礎(chǔ)上,針對當(dāng)前增量聚類算法存在