版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展與普及,人們可以很容易的接觸到互聯(lián)網(wǎng)所提供的海量信息,但是用戶很難從海量的數(shù)據(jù)中找到自己想要找到的信息,而圖書銷售網(wǎng)站就面臨著一種“在線圖書館網(wǎng)站有用戶需要的書,但是用戶卻找不到的情況”的局面。
本文對各種個性化推薦系統(tǒng)做出了簡單的介紹,并對基于關(guān)聯(lián)規(guī)則的個性化推薦技術(shù)做了深入的探討與研究。本文介紹了基于關(guān)聯(lián)規(guī)則的兩種重要算法,即FP-growth算法與apriori算法,然后對apriori算法重點做
2、了研究,并根據(jù)圖書銷售網(wǎng)站的特點,將圖書分類然后在每個子類中去應(yīng)用apriori算法,去生成每個圖書子類的最大頻繁集。當向用戶進行推薦的時候,在每個子類中去產(chǎn)生推薦的書籍,然后再將每個子類的產(chǎn)生的推薦書籍合并,向用戶進行推薦。本文所研究設(shè)計的圖書銷售個性化推薦算法綜合了用戶的圖書瀏覽事物集與圖書交易事物集產(chǎn)生推薦書籍,進一步提高了圖書推薦的準確性與靈活行。本文以C語言將所提出的圖書分類推薦的算法進行了實現(xiàn),數(shù)據(jù)庫采用mysql數(shù)據(jù),開發(fā)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于關(guān)聯(lián)規(guī)則B2C圖書銷售網(wǎng)站個性化推薦系統(tǒng)研究.pdf
- 基于關(guān)聯(lián)規(guī)則挖掘的個性化網(wǎng)站設(shè)計與實現(xiàn).pdf
- 電子商務(wù)網(wǎng)站個性化推薦系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 基于關(guān)聯(lián)規(guī)則的個性化推薦.pdf
- 個性化圖書推薦系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 基于用法的網(wǎng)站個性化.pdf
- 基于協(xié)同過濾及關(guān)聯(lián)規(guī)則的個性化圖書推薦.pdf
- 基于關(guān)聯(lián)規(guī)則的個性化推薦系統(tǒng)研究與應(yīng)用.pdf
- 基于關(guān)聯(lián)規(guī)則的個性化推薦算法研究.pdf
- 電子商務(wù)網(wǎng)站個性化推薦技術(shù)研究與實現(xiàn).pdf
- 一種網(wǎng)站個性化系統(tǒng)的設(shè)計.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的視頻網(wǎng)站個性化推薦系統(tǒng)研究
- 個性化推薦的關(guān)聯(lián)規(guī)則算法研究.pdf
- 基于關(guān)聯(lián)規(guī)則挖掘的Web個性化推薦研究.pdf
- Web日志挖掘在網(wǎng)站個性化推薦中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘技術(shù)在網(wǎng)站個性化推薦中的應(yīng)用.pdf
- 基于關(guān)聯(lián)規(guī)則的跨平臺個性化推薦算法及其實現(xiàn).pdf
- 網(wǎng)站個性化信息服務(wù)研究.pdf
- 電子商務(wù)中基于多層關(guān)聯(lián)規(guī)則的個性化推薦系統(tǒng).pdf
- 基于spark的個性化推薦系統(tǒng)設(shè)計與實現(xiàn)
評論
0/150
提交評論